[發明專利]多時序圖像處理方法、電子設備及存儲介質

在審

• 申請號: 202010826210.1
• 申請日: 2020-08-17
• 公開（公告）號: CN111951252A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 戴亞康;李敏;周志勇;胡冀蘇;錢旭升;耿辰
• 申請（專利權）人: 中國科學院蘇州生物醫學工程技術研究所;蘇州市第五人民醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 孔凡玲

本發明公開了一種多時序圖像處理方法、電子設備及存儲介質，該方法包括以下步驟：1)多時序感興趣區域分割；2)感興趣區域綜合特征提取；3)多時序圖像特征提取；4)圖像集處理：5)將所述步驟4)得到的特征矩陣M進行特征篩選后通過分類器進行分類，獲得圖像處理結果。本發明的多時序圖像處理方法，能同時實現對多個病人的多時序圖像分類，從多時相特征中能得到更加豐富的影像學定量特征；本發明通過構建多時相影像特征及其不同時相之間的特征差異，共同構成特征集合，可以更加有效的反映不同組織的影像學表現，利于得到更加豐富的影像學信息。

技術領域

本發明涉及醫學圖像處理技術領域，特別涉及一種多時序圖像處理方法、電子設備及存儲介質。

背景技術

腫瘤是一種常見的惡性腫瘤，如肺結節，臨床研究發現用CT診斷肺結節的準確率高，CT圖像可在臨床上用于疾病篩查、預后評估、療效評估等。對圖像進行醫學影像處理分析能為醫生的判斷提供有利的數據支撐，具有極高的實用意義。例如專利201810165489.6提供了一種采用影像組學技術進行低輻射劑量肺結節篩查的方法。

目前針對多時序圖像的醫學影像處理方法，不適用多時相圖像，無法計算不同時相之間影像特征的變化，而很多影像感興趣區域，在不同時相影像中有不同的影像學表現，這些影像學表現的變化，反映了組織之間的區別。所以能適用多時相圖像的處理方法勢必能利于從圖像中獲得更加豐富的有用信息，但現在缺少可靠的方法。

發明內容

本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種多時序圖像處理方法、電子設備及存儲介質。

為解決上述技術問題，本發明采用的技術方案是：一種多時序圖像處理方法，包括以下步驟：

1)多時序感興趣區域分割：

對一個病人的一個時相的組織圖像(如CT圖像)進行感興趣區域分割，獲得J個ROI圖像；

2)感興趣區域綜合特征提取：

計算每個ROI圖像的7個特征向量，包括：一階統計矩特征向量F_fos、計算三維形狀特征向量F_s3d、灰度共生矩陣特征向量F_glcm、灰度行程矩陣特征向量F_glrlm、灰度區域大小矩陣特征向量F_glszm、相鄰灰度差分矩陣特征向量F_ngtdm及灰度相關矩陣特征向量F_gldm，將同一個ROI圖像的上述7個特征向量按照行方向逐一拼接成，形成新的特征向量，記作F_i，i＝1,2，…,J，然后將所有ROI圖像的F_i按照行方向逐一拼接，得到感興趣區域的綜合特征向量Z；

3)多時序圖像特征提取：

對一個病人的m個時相的組織圖像按照所述步驟1)和步驟2)的方法，分別提取其綜合特征向量，記作Z_m；計算不同Z_m之間的差異矩陣Z_mm’，根據Z_m和Z_mm’計算一個病人的m個時相的組織圖像的多時相圖像特征向量D_f；

4)圖像集處理：

按照所述步驟1)-3)，獲得所有病人各自的多時相圖像特征向量D_fx，x＝1,2，…,X，X表示病人總數；

對D_fx按照列方向逐一拼接，形成圖像集的特征矩陣，記作M；特征矩陣M中的列向量代表同一個病人的多時相圖像的特征值向量，特征矩陣M中的行向量代表不同病人的多時相圖像中相同特征名的特征值向量；

5)將所述步驟4)得到的特征矩陣M進行特征篩選后通過分類器進行分類，獲得圖像處理結果。