[發明專利]一種肺結節隨訪預測方法、裝置、設備及存儲介質

在審

• 申請號: 202110893141.0
• 申請日: 2021-08-04
• 公開（公告）號: CN115705932A
• 公開（公告）日: 2023-02-17
• 發明（設計）人: 王靜雯
• 申請（專利權）人: 廣州視源電子科技股份有限公司;廣州視源人工智能創新研究院有限公司
• 主分類號: G16H80/00
• 分類號: G16H80/00;G06T7/62;G06T7/00;G06V10/764;G06V10/44
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 王風茹

1.一種肺結節隨訪預測方法，其特征在于，包括：

從肺部CT圖像中檢測出肺結節，并確定所述肺結節的尺寸和紋理類型；

基于所述肺結節的尺寸和紋理類型，結合肺結節隨訪指南確定各所述肺結節的第一隨訪方案；

基于各所述肺結節預測各所述肺結節的第二隨訪方案，和表示各所述肺結節的重要程度的權重參數；

綜合所述第一隨訪方案、所述第二隨訪方案和所述權重參數，確定所述肺部CT圖像的隨訪方案。

2.根據權利要求1所述的肺結節隨訪預測方法，其特征在于，從肺部CT圖像中檢測出肺結節，并確定所述肺結節的尺寸和紋理類型，包括：

基于目標檢測算法從肺部CT圖像中檢測出肺結節的中心點；

以所述中心點為中心截取預設尺寸的切塊；

對所述切塊進行語義分割，得到所述肺結節，并計算所述肺結節的尺寸；

基于紋理特征對所述切塊進行分類，確定所述肺結節的紋理類型。

3.根據權利要求1所述的肺結節隨訪預測方法，其特征在于，基于所述肺結節的尺寸和紋理類型，結合肺結節隨訪指南確定各所述肺結節的第一隨訪方案，包括：

基于所述肺結節的尺寸和紋理類型，結合肺結節隨訪指南確定各所述肺結節的隨訪類型；

基于所述各所述肺結節的隨訪類型，生成各所述肺結節的第一向量作為第一隨訪方案，其中，所述第一向量中所述肺結節的隨訪類型對應的元素為1，其余元素為0。

4.根據權利要求2所述的肺結節隨訪預測方法，其特征在于，基于各所述肺結節預測各所述肺結節的第二隨訪方案，和表示各所述肺結節的重要程度的權重參數，包括：

對所述切塊進行特征提取，得到特征向量；

基于所述特征向量確定各所述肺結節的第二隨訪方案，和用于表示各所述肺結節的重要程度的權重參數。

5.根據權利要求4所述的肺結節隨訪預測方法，其特征在于，基于所述特征向量確定各所述肺結節的第二隨訪方案，和用于表示各所述肺結節的重要程度的權重參數，包括：

將所述特征向量映射為表示所述肺結節的重要程度的權重參數；

將所述特征向量映射為第二向量作為第二隨訪方案，所述第二向量中的元素表示預測所述肺結節的隨訪類型的概率值。

6.根據權利要求5所述的肺結節隨訪預測方法，其特征在于，將所述特征向量映射為表示所述肺結節的重要程度的權重參數，包括：

將所有所述特征向量組成的特征矩陣輸入第一全連接層中進行處理，得到第一特征；

將所述第一特征輸入第二全連接層中進行處理，得到第二特征；

對所述第二特征進行歸一化處理，得到表示各所述肺結節的重要程度的權重參數的第三向量，第三向量中的元素表示所述肺結節的重要程度的權重參數。

7.根據權利要求5所述的肺結節隨訪預測方法，其特征在于，將所述特征向量映射為第二向量作為第二隨訪方案，包括：

將所述特征向量組成的特征矩陣輸入第三全連接層中進行處理，得到第三特征；

對所述第三特征進行歸一化處理，得到第二向量作為第二隨訪方案。

8.根據權利要求1-7任一所述的肺結節隨訪預測方法，其特征在于，所述第一隨訪方案用第一向量表示，所述第一向量中所述肺結節的隨訪類型對應的元素為1，其余元素為0，所述第二隨訪方案用第二向量表示，所述第二向量中的元素表示預測所述肺結節的隨訪類型的概率值，各所述肺結節的所述權重參數用第三向量表示，綜合所述第一隨訪方案、所述第二隨訪方案和所述權重參數，確定所述肺部CT圖像的隨訪方案，包括：

融合所述肺結節的所述第一向量與所述第二向量，得到第四向量；

將所有所述肺結節的第四向量組成的矩陣與所述第三向量相乘，得到第五向量作為所述肺部CT圖像的隨訪方案，所述第五向量中的元素表示所述肺部CT圖像的隨訪類型的概率值。