[發(fā)明專利]基于圖像和臨床數(shù)據(jù)的肺結(jié)核智能檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202111287280.5
• 申請日: 2021-11-02
• 公開（公告）號: CN114219755A
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計）人: 王威;張錫林;龍顯榮;鄧東華;林炳耀;葉一農(nóng)
• 申請（專利權(quán)）人: 佛山市第四人民醫(yī)院（佛山市結(jié)核病防治所）
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06V10/764;G06V10/80;G06V10/82;G16H30/00;G16H50/20;G16H50/70;G06N3/04;G06N3/08
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 余凱歡

本申請公開了一種基于圖像和臨床數(shù)據(jù)的肺結(jié)核智能檢測方法及系統(tǒng)。該方法通過獲取待處理目標(biāo)的醫(yī)學(xué)圖像和臨床數(shù)據(jù)；臨床數(shù)據(jù)包括病史數(shù)據(jù)和生化數(shù)據(jù)；對病史數(shù)據(jù)和生化數(shù)據(jù)進(jìn)行編碼，得到病史數(shù)據(jù)向量和生化數(shù)據(jù)向量；對醫(yī)學(xué)圖像、病史數(shù)據(jù)向量和生化數(shù)據(jù)向量進(jìn)行多模態(tài)數(shù)據(jù)耦合，得到多維度特征圖序列組；將多維度特征圖序列組輸入到自注意力網(wǎng)絡(luò)，疊加自注意力網(wǎng)絡(luò)的輸出得到特征數(shù)據(jù)；根據(jù)特征數(shù)據(jù)，得到待處理目標(biāo)的肺結(jié)核檢測結(jié)果。該方法良好地將圖像數(shù)據(jù)和臨床數(shù)據(jù)的特征融合，用于實現(xiàn)肺結(jié)核的智能檢測，能夠顯著提高肺結(jié)核的檢測精度，有利于輔助完成診斷工作，減輕醫(yī)師的工作負(fù)擔(dān)。本申請可廣泛應(yīng)用于醫(yī)學(xué)影像處理技術(shù)領(lǐng)域內(nèi)。

技術(shù)領(lǐng)域

本申請涉及醫(yī)學(xué)影像處理技術(shù)領(lǐng)域，尤其是一種基于圖像和臨床數(shù)據(jù)的肺結(jié)核智能檢測方法及系統(tǒng)。

背景技術(shù)

肺結(jié)核是一種經(jīng)呼吸道傳播的慢性傳染病，胸部X光(CXR)影像檢查是臨床一線篩查肺結(jié)核的無創(chuàng)醫(yī)學(xué)影像手段。臨床實踐中，基于CXR的肺結(jié)核篩查主要依靠臨床醫(yī)生閱片判斷病灶的影像特征，辨別準(zhǔn)確度高度依賴醫(yī)生主觀經(jīng)驗和圖像質(zhì)量，閱片時間延長，日常患者量多等，使臨床醫(yī)生面臨加大工作量、增加工作時長，不同資歷醫(yī)生閱片結(jié)果存在差異等問題。導(dǎo)致以上問題的原因主要有以下兩點，首先，CXR圖像為單張2維圖像，通過采集單次照射X射線穿透檢查部位的射線量生成影像，導(dǎo)致胸部不同器官的射線吸收率差異疊加，器官成像疊加，增加人工辨別難度；其次，肺結(jié)核病灶的醫(yī)學(xué)影像特征差異大，容易與胸部其他疾病病灶特征混淆。而隨著計算機(jī)視覺技術(shù)的發(fā)展，計算機(jī)輔助檢測技術(shù)能夠有效減輕醫(yī)師的工作負(fù)擔(dān)，輔助完成基于醫(yī)學(xué)圖像的疾病判斷，同時也提高了疾病判斷的穩(wěn)定性和效率，優(yōu)化診斷流程。

但是，相關(guān)技術(shù)對于人工智能技術(shù)在肺結(jié)核臨床篩查的應(yīng)用中，還有以下問題亟需解決：(1)活動性肺結(jié)核CXR數(shù)據(jù)的獲取和利用上，依然難以實現(xiàn)利用人工智能技術(shù)高準(zhǔn)確度區(qū)分肺結(jié)核與其他肺部病灶；(2)無法良好模擬臨床診斷過程中醫(yī)生基于信息特征實現(xiàn)診斷推理的過程，以上是目前人工智能技術(shù)在肺結(jié)核篩查應(yīng)用的瓶頸，不利于人工智能技術(shù)實現(xiàn)嵌入臨床實踐流程。因此，有必要提供改進(jìn)的技術(shù)方案以克服相關(guān)技術(shù)中存在的技術(shù)問題。

發(fā)明內(nèi)容

本申請的目的在于至少一定程度上解決相關(guān)技術(shù)中存在的技術(shù)問題之一。

為此，本申請實施例的一個目的在于提供一種基于圖像和臨床數(shù)據(jù)的肺結(jié)核智能檢測方法，該方法良好地將圖像數(shù)據(jù)和臨床數(shù)據(jù)融合，用于實現(xiàn)肺結(jié)核的智能檢測，能夠顯著提高肺結(jié)核的檢測精度。

本申請實施例的另一個目的在于提供基于圖像和臨床數(shù)據(jù)的肺結(jié)核智能檢測系統(tǒng)。

為了達(dá)到上述技術(shù)目的，本申請實施例所采取的技術(shù)方案包括：

第一方面，本申請實施例提供了一種基于圖像和臨床數(shù)據(jù)的肺結(jié)核智能檢測方法，所述方法包括以下步驟：

獲取待處理目標(biāo)的醫(yī)學(xué)圖像和臨床數(shù)據(jù)；所述臨床數(shù)據(jù)包括病史數(shù)據(jù)和生化數(shù)據(jù)；

對所述病史數(shù)據(jù)和所述生化數(shù)據(jù)進(jìn)行編碼，得到病史數(shù)據(jù)向量和生化數(shù)據(jù)向量；

對所述醫(yī)學(xué)圖像、所述病史數(shù)據(jù)向量和所述生化數(shù)據(jù)向量進(jìn)行多模態(tài)數(shù)據(jù)耦合，得到多維度特征圖序列組；

將所述多維度特征圖序列組輸入到自注意力網(wǎng)絡(luò)，疊加所述自注意力網(wǎng)絡(luò)的輸出得到特征數(shù)據(jù)；

根據(jù)所述特征數(shù)據(jù)，得到所述待處理目標(biāo)的肺結(jié)核檢測結(jié)果。

另外，根據(jù)本申請上述實施例的基于圖像和臨床數(shù)據(jù)的肺結(jié)核智能檢測方法，還可以具有以下附加的技術(shù)特征：

進(jìn)一步地，在本申請的一個實施例中，對所述病史數(shù)據(jù)進(jìn)行編碼，得到病史數(shù)據(jù)向量，包括：

獲取預(yù)先建立的詞庫；

對所述病史數(shù)據(jù)進(jìn)行分詞處理，得到多個詞組；