[發(fā)明專利]一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010073365.2
• 申請日: 2020-01-22
• 公開（公告）號: CN111292304A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 劉尚龍;盧云;孫品
• 申請（專利權(quán)）人: 青島大學(xué)附屬醫(yī)院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 張曉

1.一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，包括深度神經(jīng)網(wǎng)絡(luò)模型，所述深度神經(jīng)網(wǎng)絡(luò)模型包括：

特征提取網(wǎng)絡(luò)，用于對輸入的整張圖像的圖像特征進行抽象，提取放射學(xué)特征并生成卷積特征圖；

區(qū)域生成網(wǎng)絡(luò)，用于根據(jù)特征提取網(wǎng)絡(luò)輸出的卷積特征圖進行篩選，推薦候選區(qū)域；

池化層，對所述卷積特征圖以及所述候選區(qū)域進行卷積操作，將不同大小的輸入信號轉(zhuǎn)換為固定長度的輸出信號，得到一組低維特征向量；

分類和回歸層，構(gòu)建一個預(yù)測病理等級的放射組學(xué)模型，根據(jù)池化層輸出的低維特征向量，根據(jù)放射學(xué)特征預(yù)測胰腺腫瘤的病理程度。

2.如權(quán)利要求1所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，還包括預(yù)處理模塊，通過體素重采樣和灰度歸一化對輸入的整張圖像進行預(yù)處理，經(jīng)過預(yù)處理后的圖像輸入到特征提取網(wǎng)絡(luò)。

3.如權(quán)利要求2所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，所述預(yù)處理模塊對圖像的體素重采樣進行到相同的體素尺寸1*1*1mm，圖像的灰度被標準化為64個bin。

4.如權(quán)利要求1所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，所述特征提取網(wǎng)絡(luò)提取放射學(xué)特征，包括四種類型：(1)強度特征；(2)形狀特征；(3)紋理特征；(4)小波特征。

5.如權(quán)利要求4所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，提取所述強度特征的步驟具體為：測量腫瘤體積內(nèi)的體素強度統(tǒng)計分布。

6.如權(quán)利要求4所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，提取所述紋理特征的步驟具體為：基于灰度大小帶矩陣、灰度游程矩陣和鄰域，計算出描述腫瘤體積內(nèi)體素空間強度相關(guān)性和分布的紋理特征。

7.如權(quán)利要求4所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，所述特征提取網(wǎng)絡(luò)提取放射組學(xué)特征的步驟，包括：

首先，采用Wilcox-T檢驗篩選在所有兩個病理等級病人之間具有顯著性的特征；

然后，通過最大相關(guān)最小冗余方法，提取特定的特征數(shù)目。

8.如權(quán)利要求7所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，篩選在所有兩個病理等級病人之間具有顯著性的特征的標準為p-value0.05。

9.如權(quán)利要求7所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，

通過多變量logistic回歸算法構(gòu)建放射組學(xué)模型。

10.如權(quán)利要求7所述的一種基于深度神經(jīng)網(wǎng)絡(luò)的胰腺腫瘤病理自動診斷系統(tǒng)，其特征在于，

通過支持向量機算法構(gòu)建放射組學(xué)模型。