[發明專利]一種醫療影像的自動處理方法

在審

• 申請號: 201710552461.3
• 申請日: 2017-07-07
• 公開（公告）號: CN107657265A
• 公開（公告）日: 2018-02-02
• 發明（設計）人: 吳江
• 申請（專利權）人: 廈門有格萬維大數據科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G16H50/20
• 代理公司: 北京雙收知識產權代理有限公司11241
• 代理人: 王菊珍

技術領域

本發明涉及從圖像中提取病癥信息的圖像處理方法，尤其涉及一種醫療影像的自動處 理方法。

背景技術

過去從醫療影像中分析病癥特別有賴于分析者的經驗，誤判較高，后來，隨著計算機 技術的引入，自動化分析醫療影像數據開始幫助人們減輕分析負擔。需求一種提高自動化 分析的精度在業內一直存有極高的期待。

發明內容

本發明的目的在于提供一種醫療影像的自動處理方法。

為了達成本發明的上述目的，本發明的技術方案如下。

一種醫療影像的自動處理方法，所述方法適用于計算機自動分析所述醫療影像，所述 方法包括如下步驟：

a.導入包含已確診病癥的醫療影像數據到計數機中；

b.將導入的數據等概率的隨機分成兩組，其中訓練組的數據量為80％，作為訓練樣本； 剩余20％的數據作為測試樣本

c.用支持向量機對步驟b中的訓練樣本醫療影像數據進行分類，得到第一次分類簇， 并用該分類簇檢驗步驟b中的測試樣本；

d.用隨機森林對步驟b中的訓練樣本簇進行第二次分類，得到第二次分類簇，并用 該分類簇檢驗步驟b中的測試樣本；

e.用深度學習對步驟b中的訓練樣本簇進行第三次分類，得到第三次分類簇，，并用 該分類簇檢驗步驟b中的測試樣本；

f.多次重復執行步驟b到步驟e(至少循環100次)，直到三次分類簇分別各自達到在 測試樣本中的誤判率最低，以此得到三個最優分類簇，組成完成的醫療影像數據自動分析 系統

g.在實際預測未知病癥的病人時，將病人的數據導入系統，若三類分類簇中有至少 兩個分類簇給出了“患病”這一結果，則認為改位病人確實存在病患，并自動標記出疑似 病灶所在位置。

本發明通過精細分類醫療影像特征，反復訓練分析過程，不斷逼近特征邊界，能夠準 確地找出被比影像與確診影像之間的病變特征的異同。

附圖說明

圖1是本發明實施例處理的醫療影像示意圖；

圖2是本發明實施例處理的另一醫療影像示意圖；

圖3是本發明實施例處理的另一醫療影像示意圖；

圖4是本發明實施例處理的另一醫療影像示意圖；

圖5是本發明實施例處理的另一醫療影像示意圖；

圖6是本發明實施例處理的另一醫療影像示意圖；

圖7是本發明實施例處理的另一醫療影像示意圖；

圖8是本發明實施例處理的另一醫療影像示意圖；

圖9是本發明實施例處理的另一醫療影像示意圖；

圖10是本發明實施例處理的另一醫療影像示意圖；

圖11是本發明實施例處理的另一醫療影像示意圖；

圖12是本發明實施例處理的另一醫療影像示意圖；

圖13是本發明實施例處理的另一醫療影像示意圖；

圖14是本發明實施例處理的另一醫療影像示意圖。

具體實施方式

本實施例依據本發明的精神，如圖1至14所示，本實施例處理方法適用于計算機自 動分析醫療影像，方法包括如下步驟：

a.導入包含已確診病癥的醫療影像數據到計數機中；

b.將導入的數據等概率的隨機分成兩組，其中訓練組的數據量為80％，作為訓練樣本； 剩余20％的數據作為測試樣本

c.用支持向量機對步驟b中的訓練樣本醫療影像數據進行分類，得到第一次分類簇， 并用該分類簇檢驗步驟b中的測試樣本；

d.用隨機森林對步驟b中的訓練樣本簇進行第二次分類，得到第二次分類簇，并用 該分類簇檢驗步驟b中的測試樣本；

e.用深度學習對步驟b中的訓練樣本簇進行第三次分類，得到第三次分類簇，，并用 該分類簇檢驗步驟b中的測試樣本；

f.多次重復執行步驟b到步驟e(至少循環100次)，直到三次分類簇分別各自達到在 測試樣本中的誤判率最低，以此得到三個最優分類簇，組成完成的醫療影像數據自動分析 系統

g.在實際預測未知病癥的病人時，將病人的數據導入系統，若三類分類簇中有至少 兩個分類簇給出了“患病”這一結果，則認為改位病人確實存在病患，并自動標記出疑似 病灶所在位置。

本實施例通過精細分類醫療影像特征，反復訓練分析過程，不斷逼近特征邊界，能夠 準確地找出被比影像與確診影像之間的病變特征的異同。