[發明專利]基于聯合征象的乳腺X射線影像分析方法和裝置

在審

• 申請號: 202010147809.2
• 申請日: 2020-03-05
• 公開（公告）號: CN111325743A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 王楚然;剛亞棟;張番棟;張笑春;俞益洲;王亦洲
• 申請（專利權）人: 北京深睿博聯科技有限責任公司;杭州深睿博聯科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京天方智力知識產權代理事務所(普通合伙) 11719
• 代理人: 谷成

本申請實施例提供了一種基于聯合征象的乳腺X射線影像分析方法和裝置該方法包括：獲取病灶區域；基于預訓練的特征提取模型提取乳腺X射線影像的病灶區域圖像特征；將病灶區域圖像特征輸入到病灶類型圖模型中以得到病灶類型表征向量；根據病灶區域圖像特征結合病灶類型圖模型得到的病灶類型進行特征變換處理以獲取病灶的確定類型，將病灶區域圖像特征輸入到與確定類型對應的具體征象圖模型，其中，具體征象圖模型包括多個征象節點，多個征象節點中至少兩個征象節點之間通過用于表征相關度的連接線連接；獲取具體征象圖模型輸出的圖像征象特征。

技術領域

本申請涉及影像分析技術領域，具體涉及一種基于聯合征象的乳腺X射線影像分析方法、裝置、電子設備和計算機可讀存儲介質。

背景技術

目前在世界范圍內，乳腺癌是女性中發病率最高的癌癥。乳腺X射線影像是乳腺癌早期篩查最重要的手段。由于X射線穿過人體時，被吸收的程度不同，通過人體后的X射線量就不同，這樣所形成的影像便攜帶了人體各部密度分布的信息，在熒光屏上或攝影膠片上引起的熒光作用或感光作用的強弱就有較大差別，因而在熒光屏上或攝影膠片上(經過顯影、定影)將顯示出不同密度的陰影。根據陰影濃淡的對比，結合臨床表現、化驗結果和病理診斷，即可判斷人體某一部分是否正常。當前關于乳腺X射線影像的良惡性分析的研究通常是利用不同維度的信息進行分類，網絡的可解釋性不強，因此分析結果的準確率低。

發明內容

有鑒于此，本申請實施例提供了一種基于聯合征象的乳腺X射線影像分析方法和裝置，解決了現有乳腺X射線影像分析方式可解釋性不強且準確率低的問題。

根據本申請的一個方面，本申請一實施例提供的一種基于聯合征象的乳腺X射線影像分析方法包括：獲取病灶區域；基于預訓練的特征提取模型提取乳腺X射線影像的病灶區域圖像特征；將所述病灶區域圖像特征輸入到病灶類型圖模型中以得到病灶類型表征向量；根據所述病灶區域圖像特征結合所述病灶類型圖模型得到的病灶類型進行特征變換處理以獲取病灶的確定類型，將所述病灶區域圖像特征輸入到與所述確定類型對應的具體征象圖模型，其中，所述具體征象圖模型包括多個征象節點，所述多個征象節點中至少兩個征象節點之間通過用于表征相關度的連接線連接；獲取所述具體征象圖模型輸出的圖像征象特征；以及將所述圖像征象特征和所述提取的病灶圖像特征進行融合處理以獲得融合特征，將所述融合特征輸入良惡性分類神經網絡模型，以獲取分析結果。

在本申請一實施例中，所述根據所述病灶區域圖像特征結合所述病灶類型圖模型得到的病灶類型進行特征變換處理以獲取病灶的確定類型包括：根據所述病灶區域圖像特征進行特征變換處理以獲取與所述多個征象節點對應的多個征象屬性取值。

在本申請一實施例中，所述特征變換處理過程包括以下處理中的一種或多種組合：卷積處理、池化處理和全連接處理。

在本申請一實施例中，所述獲取所述圖模型輸出的圖像征象特征包括：

通過利用原始圖像特征和征象之間的相關性，計算得到的當前圖像的征象類別向量在本申請一實施例中，所述病灶類型結果為以下幾項中的一項：腫塊、鈣化、不對稱和結構扭曲。

在本申請一實施例中，所述腫塊對應的所述圖模型包括以下征象節點中的一種或多種組合：形狀、邊緣清晰程度、腫塊密度和有無分葉毛刺；和/或，所述鈣化對應的所述圖模型包括以下征象節點中的一種或多種組合：鈣化形態和鈣化分布；和/或，所述不對稱對應的所述圖模型包括以下征象節點中的一種或多種組合：4種不對稱類型；和/或，所述結構扭曲對應的所述圖模型包括以下征象節點中的一種或多種組合：是否中心密度和典型性。

在本申請一實施例中，所述分類處理包括以下處理中的一種或多種組合：卷積處理、池化處理、全連接處理和門邏輯處理；和/或，所述融合處理包括聚合處理過程和對于聚合處理結果的特征修正過程，其中，所述聚合處理過程包括以下處理中的一種或多種組合：乘積和增加通道數，所述特征修正過程包括以下處理中的一種或多種組合：卷積處理、池化處理、非線性激活函數處理和歸一化處理。