[发明专利]基于多模态超声组学特征建模的方法及系统

权利要求书

1.一种基于多模态超声组学特征建模的方法，适于在计算设备中执行，其特征在于，至少包括如下步骤：

获取病变部位的若干超声数据，组成多模态超声组学数据；

对所述多模态超声组学数据进行图像数据处理，筛选出所述多模态超声组学数据中的N个特征数据；其中，N≥1，且N为正整数；

将所述N个特征数据通过特征工程网络进行立体卷积后，根据所述立体卷积的立体卷积核像素值在不同步长下变化率的变化趋势，得到每个所述特征数据的变化率差值；

根据所述立体卷积后的空间信息和时序信息，基于所述变化率差值，将所述N个特征数据中空间和时间互补的M个特征数据作为最佳特征组合，并根据所述最佳特征组合，建立多模态超声组学的特征组合模型；其中，M≤N，且M为正整数。

2.根据权利要求1所述的基于多模态超声组学特征建模的方法，其特征在于，所述提取病变部位的若干超声数据，组成多模态超声组学数据，具体为：

根据病变部位的相应疾病模型，基于疾病的病理生理、血流动力学特性、时间特性以及空间特性，提取若干超声数据，组成多模态超声组学数据。

3.根据权利要求1所述的基于多模态超声组学特征建模的方法，其特征在于，所述对所述多模态超声组学数据进行图像数据处理，筛选出所述多模态超声组学数据中的N个特征数据，具体为：

基于所述病变部位的病理特征，对所述多模态超声组学进行图像区域识别后，通过图像质量筛选和造影视频质控，筛选出所述多模态超声组学数据中的N个特征数据。

4.根据权利要求1所述的基于多模态超声组学特征建模的方法，其特征在于，所述将所述N个特征数据通过特征工程网络进行立体卷积后，根据所述立体卷积的立体卷积核像素值在不同步长下变化率的变化趋势，得到每个所述特征数据的变化率差值，具体为：

将所述N个特征数据通过特征工程网络中一一对应的N个过滤器进行卷积，获取所述N个特征数据的二维特征图，并将所述N个特征数据的二维特征图通过组合后进行立体卷积，获取所述N个特征数据的三维特征图后，根据所述立体卷积的立体卷积核像素值在不同步长下变化率的变化趋势，获取每个所述特征数据在不同步长下变化率的变化趋势，从而得到每个所述特征数据的变化率差值。

5.根据权利要求1所述的基于多模态超声组学特征建模的方法，其特征在于，所述多模态超声组学数据的来源包括：肝脏、乳腺、甲状腺、肾脏、脾脏、心脏、胃肠组织、肌骨神经组织、生殖器及附件、孕期子宫或胎儿。

6.一种基于多模态超声组学特征建模的系统，其特征在于，包括：

数据提取模块，用于获取病变部位的若干超声数据，组成多模态超声组学数据；

数据筛选模块，用于对所述多模态超声组学数据进行图像数据处理，筛选出所述多模态超声组学数据中的N个特征数据；其中，N≥1，且N为正整数；

数据处理模块，用于将所述N个特征数据通过特征工程网络进行立体卷积后，根据所述立体卷积的立体卷积核像素值在不同步长下变化率的变化趋势，得到每个所述特征数据的变化率差值；

数据分析模块，用于根据所述立体卷积后的空间信息和时序信息，基于所述变化率差值，将所述N个特征数据中空间和时间互补的M个特征数据作为最佳特征组合，并根据所述最佳特征组合，建立多模态超声组学的特征组合模型；其中，M≤N，且M为正整数。

7.根据权利要求6所述的基于多模态超声组学特征建模的系统，其特征在于，所述数据处理模块具体用于：

将所述N个特征数据通过特征工程网络中一一对应的N个过滤器进行卷积，获取所述N个特征数据的二维特征图，并将所述N个特征数据的二维特征图通过组合后进行立体卷积，获取所述N个特征数据的三维特征图后，根据所述立体卷积的立体卷积核像素值在不同步长下变化率的变化趋势，获取每个所述特征数据在不同步长下变化率的变化趋势，从而得到每个所述特征数据的变化率差值。