[发明专利]一种基于淋巴结多期相的数据分析方法和装置

说明书

本发明提供了一种基于淋巴结多期相的数据分析方法和装置，解决现有淋巴结医学影像辨识过程中多期相数据缺导致增强影像辨识效果有限的技术问题。方法包括：提取淋巴结多期相影像中的基本特征数据；提取所述淋巴结多期相影像间基本特征的变化率特征；利用所述变化率特征确定特征变化线性回归模型；根据所述特征变化线性回归模型形成总体特征变化趋势。利用成熟计算机图形识别技术获取淋巴结内外部构型的大量表现特征，根据采集的特征数据形成单一特征变化、特定复合特征形成的特定组织影像特征增强预测，满足对淋巴结增强影像的的快速模拟，提供丰富的额外多期相影像表达效果。

技术领域

本发明涉及图像识别技术领域，具体涉及一种基于淋巴结多期相的数据分析方法和装置。

背景技术

现有技术中，结合静脉团注法利用断层扫描形成的多期相增强影像可以增加人工判别淋巴结内部病灶的准确性。由于增强影像的获得受患者体重、循环时间和疾病因素、对比剂的浓度、流速、总量和盐水冲刷，以及CT机扫描速度的影响，人工判别对技能要求较高，易出现误判或漏判。目前计算机图形识别技术可以识别增强影像中的淋巴结个体和基础维度信息，对于大量淋巴结进行快速判读具有较成熟的技术手段。但缺乏将基础维度信息进行有效处理形成增强影像的数据分析方法。

发明内容

鉴于上述问题，本发明实施例提供一种基于淋巴结多期相的数据分析方法和装置，解决现有淋巴结医学影像辨识过程中多期相数据缺导致增强影像辨识效果有限的技术问题。

本发明实施例的基于淋巴结多期相的数据分析方法，包括：

提取淋巴结多期相影像中的基本特征数据；

提取所述淋巴结多期相影像间基本特征的变化率特征；

利用所述变化率特征确定特征变化线性回归模型；

根据所述特征变化线性回归模型形成总体特征变化趋势。

本发明一实施例中，所述提取淋巴结多期相影像中的基本特征数据包括：

确定多期相医学影像的特征尺度；

在所述特征尺度内获取淋巴结一阶特征的统计数据；

利用所述一阶特征获取淋巴结形态学特征的统计数据；

利用所述形态学特征获取淋巴结纹理特征的统计数据。

本发明一实施例中，所述提取所述淋巴结多期相影像间基本特征的变化率特征包括：

在所述多期相影像间确定对应的基本特征；

根据所述多期相影像间的特征数据差异形成各所述基本特征的变化率特征数据。

本发明一实施例中，所述利用所述变化率特征确定特征变化线性回归模型包括：

获取每一所述变化率特征的拐点数据，根据所述数据拐点设定非线性曲线的顶点；

确定所述非线性曲线的系数线性回归误差函数，形成每一所述变化率特征的数据拟合曲线。

本发明一实施例中，所述根据所述特征变化线性回归模型形成总体特征变化趋势包括：

在相邻期相影像间根据各所述基础特征对应的所述变化率特征数据拟合曲线形成相邻期相时长内确定时间点上全部基础特征的变化偏移数据；

根据所述全部基础特征的变化偏移数据形成插入期相影像；

通过所述插入期相影像和多期相影像形成总体特征变化趋势。

本发明实施例的基于淋巴结多期相的数据分析装置，包括：

存储器，用于存储如权利要求1至5任一所述的的基于淋巴结多期相的数据分析方法处理过程的程序代码；