[发明专利]一种区分肺结核与肿瘤信息的处理系统及信息处理方法在审

专利信息
申请号: 202010738037.X 申请日: 2020-07-28
公开(公告)号: CN111882538A 公开(公告)日: 2020-11-03
发明(设计)人: 孙丽芳;王云光;林琳 申请(专利权)人: 杭州市红十字会医院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/136;G06F16/583;G06N3/04;G06N3/08;G16H15/00;G16H20/00;G16H30/20
代理公司: 北京金智普华知识产权代理有限公司 11401 代理人: 杨采良
地址: 310000 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 区分 肺结核 肿瘤 信息 处理 系统 信息处理 方法
【权利要求书】:

1.一种区分肺结核与肿瘤信息处理方法,其特征在于,所述区分肺结核与肿瘤信息处理方法包括:

步骤一,采集身份、年龄、工作、住址、病症状态信息以及肺部影像数据;

步骤二,利用影像增强程序对步骤一采集的肺部影像进行增强处理;使用一个两层前馈神经网络作为深度神经网络来计算期望的增强值,网络的参数增强值将通过从环境中的反馈的回报来更新学习,随机从肺部影像数据中采样一批四元组,模型通过周期性的更新参数来最小化代价函数:

Ltt)=Es,a[(yt-Q(s,a;θt))2];

其中yt=r+γmaxa'Q(s',a';θt-1)是目标最优增强,它通过对当前回报r与后续步骤的最优增强的求和计算得到;

期望是关于被采样的四元组(s,a,s',r)的;

肺部影像数据深度神经网络的参数通过利用代价函数的梯度下降来缩小肺部影像数据深度神经网络预测的增强得到的目标最优增强之前的差异来更新学习:

步骤三,利用分割程序分割出肺部实质影像;标注肺部轮廓与目标区域,并对影像数据作数值裁剪和归一化处理;利用第一神经网络进行训练学习,得到肺部轮廓分割模型;对待分割肺部影像进行灰度直方图统计,以获取灰度直方图;

步骤四,对所述灰度直方图进行高斯平滑,以得到平滑后的灰度直方图;

所述确定灰度直方图中的所有极值点的步骤包括:确定平滑后的灰度直方图中的所有极值点;

所述确定所述灰度直方图中的灰度值最接近于0的最大极大值点的步骤包括:确定所述平滑后的灰度直方图中的灰度值最接近于0的最大极大值点;

步骤五,确定所述灰度直方图中的所有极值点,所述极值点包括极大值点和极小值点;以及确定所述灰度直方图中的灰度值最接近于0的最大极大值点,将位于所述最大极值点右侧的第一个极小值点的灰度值确定为预设灰度阈值;

步骤六,根据预设灰度阈值,对待分割肺部影像进行二值化处理,以得到第一二值化影像;

对所述第一二值化影像进行取反处理,以得到第二二值化影像;对所述第二二值化影像中的肺部区域进行孔洞填充,并对完成孔洞填充后的所述第二二值化影像进行取反处理,以得到第三二值化影像;去除所述第三二值化影像中的干扰区域,以得到内部包含肺部区域的第一掩膜;对所述第一掩膜进行肺部区域的填充,以得到第二掩膜;

步骤七,对所述第二掩膜和所述第一掩膜进行减操作,以得到肺部区域掩膜;通过分割模型对所述肺部区域掩膜和所述待分割肺部影像进行乘操作,以得到肺实质影像;

步骤八,对步骤七得到的肺实质影像利用提取程序提取患者肺部影像特征元素;利用检索程序检索肺部病症影像;利用对比程序根据提取的特征元素与检索的肺结核和肿瘤的特征进行对比;利用分析程序根据对比结果分析患者肺部病症类型;利用编写程序根据分析结果编写治疗方案;

步骤九,利用报告生成程序生成患者肺部病症诊断报告;

步骤十,利用显示器显示采集的患者信息、肺部影像、检索结果、对比结果、分析结果、治疗方案、诊断报告。

2.如权利要求1所述区分肺结核与肿瘤信息处理方法,其特征在于,所述步骤六对所述第一掩膜进行肺部区域的填充,以得到第二掩膜的步骤包括:

将所述第一掩膜中的肺部区域填充为白色,以得到第二掩膜。

3.如权利要求1所述区分肺结核与肿瘤信息处理方法,其特征在于,所述步骤六对所述第二二值化影像中的肺部区域进行孔洞填充的步骤包括:

采用先膨胀后腐蚀的形态学闭运算处理对所述第二二值化影像中的肺部区域进行孔洞填充。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州市红十字会医院,未经杭州市红十字会医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010738037.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top