[发明专利]一种新冠肺炎磨玻璃病灶造影解析方法、系统及存储介质

说明书

本发明涉及影像医学领域，具体涉及一种新冠肺炎磨玻璃病灶造影解析方法、系统及存储介质，包括以下步骤：S1.基于影像组学的磨玻璃影勾画；S2.基于深度学习的新冠肺炎患病概率预测：S21.将S1得到的磨玻璃影进行预处理，提高卷积神经网络的收敛速度和预测速度；S22.搭建基于WRN和混合域注意力模块的神经网络；S23.将S21预处理之后的磨玻璃影图片堆叠作为输入，放进S22的神经网络得出患新冠肺炎的概率。本发明方法小型卷积神经网络，使用了混合域的注意力模块，能加快训练速度和提高预测精确度。

技术领域

本发明涉及影像医学领域，具体涉及一种新冠肺炎磨玻璃病灶造影解析方法、系统及存储介质。

技术背景

新型冠状病毒2019-nCoV能致人疾病，能在人和动物之间传播，新型冠状病毒2019-nCoV感染的症状有发热、喘息和肺炎等。

影像组学对于新型冠状病毒的确诊具有重要中，传统的影像组学方法：采用K-means、SVM、Multi-OSTU等算法对磨玻璃病灶区域进行分割，然后对分割后的病灶区域的纹理、形状、大小、分布等特征进行决策树分析，得出新冠肺炎患病概率。使用传统方法进行磨玻璃病灶区域分割容易受到血管干扰。使用纹理、形状、大小、分布等特征进行新冠肺炎患病概率预测时由于特征数量不多，新冠肺炎与非新冠肺炎(例如细菌性肺炎、真菌性肺炎和其他病毒性肺炎等)特征差异小，造成模型准确度不高。

发明内容

本发明的目的在于克服现有技术中传统影像组学方法对新型冠状肺炎的检测准确度不高的问题，提供一种新冠肺炎磨玻璃病灶造影解析方法、系统及存储介质。

本发明通过的目的通过以下技术方案予以实现：

一种新冠肺炎磨玻璃病灶造影解析方法，包括以下步骤：

S1.基于影像组学的磨玻璃影勾画：

S11.用DICOM文件还原CT图片得到真实CT值，选取肺野目标区域的CT值；

S12.生成肺部轮廓mask；

S13.对生成的肺部轮廓mask进行修补；

S14.将S11目标区域的CT值与S12对应的mask做逻辑与运算，得到双肺野图片；

S15.分割磨玻璃影；

S16.去除假阳性；

S2.基于深度学习的新冠肺炎患病概率预测：

S21.将S1得到的磨玻璃影进行预处理，提高卷积神经网络的收敛速度和预测速度；

S22.搭建基于WRN和混合域注意力模块的神经网络；

S23.将S21预处理之后的磨玻璃影图片堆叠作为输入，放进S22的神经网络得出患新冠肺炎的概率。

优选地，所述S11用DICOM文件还原CT图片得到真实CT值，具体过程如下：

步骤一：读取DICOM文件中的像素矩阵值；把CT值等于-2000的值置为0，去除出界CT值；

步骤二：再根据DICOM文件中的缩放截距和缩放斜率两个属性还原真实CT值；

步骤三：保留在区间[-1000,400]内的CT值，低于-1000的CT值置为-1000，高于400的CT值置为400；

步骤四：最后把图片作归一化处理，并保存为png格式。

优选地，所述S12中生成肺部轮廓mask的具体过程如下：

步骤一：用在区间[-400,-320]中的一个值作为阈值对CT值矩阵进行分割，生成二值矩阵，大于该阈值的像素值置为2，小于该阈值的像素值置为1；