[發明專利]一種圖像異常檢測方法及存儲介質

在審

• 申請號: 202011065536.3
• 申請日: 2020-09-30
• 公開（公告）號: CN112634193A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 王乾;郭宇宇;魏冬銘;宣鍇
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海世圓知識產權代理有限公司 31320
• 代理人: 陳穎潔;王佳妮

本發明提供一種圖像異常檢測方法及存儲介質，本發明通過采用的深度學習算法，通過對心臟疾病圖片進行數據采集，接著進行特征提取，并通過海量的圖片數據進行模型的訓練，最后搭建好數據模型。本發明還可以通過對測試的圖片影像進行對搭建好的數據模型進行驗證，并可以通過自反饋對數據模型進行不斷的優化，將醫學影像的預測率提高。本發明最后可以集成到醫院系統中，可以進行同步批量處理，為醫院工作人員提供幫助，可以提高工作效率。

技術領域

本發明涉醫學影像處理領域，特別涉及一種圖像異常檢測方法及存儲介 質。

背景技術

先天性心臟病(congenital heart disease,CHD，以下簡稱先心病)是最常 見的先天性出生缺陷，其中室間隔缺損(ventricular septal defect,VSD)、房間 隔缺損(atrial septal defect,ASD)是最常見的非紫紺型先心病，其發病率約 占先心病的25％～35％。目前臨床上常用的先心病影像診斷方法包括胸片、超 聲心動圖(echocardiography,ECHO)、計算機斷層(computed tomography,CT)、 磁共振(magneticresonance imaging,MRI)及心導管造影(angiocardiography, CAG)。ECHO是目前臨床最常用的先心病篩查方法。心臟磁共振 (cardiovascular magnetic resonance,CMR)檢查時間長，鎮靜要求高，空間分 辨率略低以及檢查費用相對高，目前在亞洲地區先心病術前診斷中應用較少。 隨著CT快速發展，低輻射、高空間和時間分辨率、低鎮靜要求(甚至可以非 鎮靜狀態下掃描)，在兒童先心病診斷中逐漸應用廣泛。由于ECHO對于心 外結構的顯示不如心臟CT(cardiac CT,CCT)和CMR。目前臨床術前診斷 先心病往往ECHO結合CCT，兩者互為補充，提供更為有效、全面的先心病 診斷信息。

CCT完成掃描后需要專科影像醫師進行后處理，人工分割并重建圖像， 最后根據重建的圖像進行診斷，每個病例的后處理時間普通胸部CT增強要長， 診斷效率較低；另外目前高端CT儀器較為普遍，二級醫院都擁有64層以上 的螺旋CT或雙源CT，但是先心病診斷專業性強，非專科醫院影像醫師的誤 診和漏診率較高。目前人工智能尤其是深度學習技術結合影像數據，被越來越 多地應用到病灶分割、疾病檢測、輔助診斷等各種醫療影像分析任務中。是否 可以應用人工智能方法進行心臟疾病自動識別，是本文的研究目的所在。

發明內容

本研究提出一種基于深度學習的心臟影像的分類方法，旨在實現非專科醫 院的影像醫師對心臟疾病的快速準確診斷，以初步達到人工智能輔助診斷簡單 先心病的目的。

為達到上述目的，本發明提供一種心臟影像的分類方法，包括如下步驟： 獲取步驟，獲取多個患者心臟影像以及正常心臟影像的數據化樣本，每一數據 化樣本包括一心臟影像被數據化處理后獲得的一組影像數據；樣本標簽步驟， 將所述心臟影像標注標簽，所述標簽為所述心臟影像的疾病類別；樣本分類步 驟，將所述數據化樣本分成訓練樣本及測試樣本兩類；數據模型構建步驟，利 用所述訓練樣本的影像數據及組別標簽構建并訓練初級數據模型；驗證步驟， 根據至少一測試樣本的影像數據對所述初級數據模型進行交叉驗證處理；數據 模型優化步驟，根據交叉驗證的結果構建優化數據模型；被檢測樣本采集步驟， 采集一被檢測樣本，其為一被檢測人的心臟圖像的數據化樣本，包括該被檢測 人的心臟圖像被數據化處理后獲得的一組影像數據；以及疾病判斷步驟，將所 述待檢測樣本錄入至所述優化數據模型，所述優化數據模型獲取所述待檢測樣 本的組別標簽，判斷所述被檢測人的心臟狀態。

進一步地，所述獲取步驟，包括如下步驟：影像獲取步驟，采用CT機拍 攝患者的心臟；樣本預處理步驟，對所述影像圖進行深度學習的數據化處理， 獲取兩組以上影像數據，每一組影像數據包括至少一特征數據；數據化樣本生 成步驟，生成兩個以上數據化樣本，每一數據化樣本包括一該患者心臟圖像數 據化處理后獲得的一組影像數據。