[發(fā)明專利]一種空頻域特征融合的醫(yī)學(xué)影像特征識(shí)別方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202210166385.3
• 申請(qǐng)日: 2022-02-24
• 公開(kāi)（公告）號(hào): CN114240935B
• 公開(kāi)（公告）日: 2022-05-20
• 發(fā)明（設(shè)計(jì)）人: 李傳富;劉德銀;黃莉莉;趙海峰;湯進(jìn)
• 申請(qǐng)（專利權(quán)）人: 合肥綜合性國(guó)家科學(xué)中心人工智能研究院（安徽省人工智能實(shí)驗(yàn)室）
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/50;G06N3/04;G06V10/774;G06V10/82;G06T7/60;G16H50/20
• 代理公司: 上海漢之律師事務(wù)所 31378
• 代理人: 馮華

本發(fā)明涉及醫(yī)學(xué)影像輔助診斷技術(shù)領(lǐng)域，尤其涉及一種空頻域特征融合的醫(yī)學(xué)影像特征識(shí)別方法及裝置，方法包括：獲取待診醫(yī)學(xué)影像；對(duì)所述待診醫(yī)學(xué)影像進(jìn)行空域上的圖像預(yù)處理，獲得空域標(biāo)準(zhǔn)醫(yī)學(xué)影像；對(duì)所述待診醫(yī)學(xué)影像進(jìn)行頻域上的圖像預(yù)處理，獲得頻域標(biāo)準(zhǔn)醫(yī)學(xué)影像；將所述空域標(biāo)準(zhǔn)醫(yī)學(xué)影像和所述頻域標(biāo)準(zhǔn)醫(yī)學(xué)影像進(jìn)行融合，獲得標(biāo)準(zhǔn)醫(yī)學(xué)影像特征；將所述標(biāo)準(zhǔn)醫(yī)學(xué)影像特征輸入經(jīng)過(guò)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型，獲得對(duì)應(yīng)的待診醫(yī)學(xué)影像的預(yù)測(cè)值，若預(yù)測(cè)值大于設(shè)定的診斷閾值，則判定診斷結(jié)果為正例，否則判定診斷結(jié)果為負(fù)例。本發(fā)明提高了基于醫(yī)學(xué)影像對(duì)患者進(jìn)行疾病診斷的效率，提升了醫(yī)學(xué)影像診斷的一致性與準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)影像輔助診斷技術(shù)領(lǐng)域，尤其涉及一種空頻域特征融合的醫(yī)學(xué)影像特征識(shí)別方法及裝置。

背景技術(shù)

醫(yī)學(xué)影像診斷行業(yè)中存在著專業(yè)醫(yī)生培養(yǎng)周期長(zhǎng)導(dǎo)致的高端人才缺口很大、專業(yè)醫(yī)生閱片耗時(shí)長(zhǎng)，導(dǎo)致的工作效率低下等問(wèn)題。為了解決這些問(wèn)題，計(jì)算機(jī)輔助技術(shù)被應(yīng)用于醫(yī)學(xué)影像診斷中。早期常采用人工定義影像特征而后基于機(jī)器學(xué)習(xí)進(jìn)行分類的方法。隨著深度學(xué)習(xí)的高速發(fā)展，當(dāng)下的主流方法是利用神經(jīng)網(wǎng)絡(luò)模型自動(dòng)提取和選擇影像特征并進(jìn)行分類。其步驟為：首先對(duì)用于訓(xùn)練網(wǎng)絡(luò)模型的醫(yī)學(xué)影像進(jìn)行預(yù)處理，然后將預(yù)處理后的醫(yī)學(xué)影像輸入神經(jīng)網(wǎng)絡(luò)模型以提取影像的視覺(jué)特征并預(yù)測(cè)分類，利用預(yù)測(cè)結(jié)果計(jì)算損失值并更新模型參數(shù)，通過(guò)不斷重復(fù)這一過(guò)程完成模型訓(xùn)練。模型訓(xùn)練完成后，將待診的醫(yī)學(xué)影像預(yù)處理后輸入訓(xùn)練好的模型以獲得預(yù)測(cè)值即診斷結(jié)果。

然而，在現(xiàn)有的利用深度學(xué)習(xí)進(jìn)行醫(yī)學(xué)影像診斷的方法中，為了避免醫(yī)學(xué)影像分辨率過(guò)大導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型參數(shù)量巨大、訓(xùn)練效率低下的問(wèn)題，會(huì)在預(yù)處理階段人為地大幅度降低圖像分辨率。這使得提取的視覺(jué)特征丟失原始醫(yī)學(xué)影像上的細(xì)粒度信息，影響了醫(yī)學(xué)影像的診斷效果。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種空頻域特征融合的醫(yī)學(xué)影像特征識(shí)別方法及裝置，能夠充分利用原始醫(yī)學(xué)影像上的細(xì)粒度信息，提高了基于醫(yī)學(xué)影像對(duì)患者進(jìn)行疾病診斷的效率，提升了醫(yī)學(xué)影像診斷的一致性與準(zhǔn)確性。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種空頻域特征融合的醫(yī)學(xué)影像特征識(shí)別方法，包括：

獲取待診醫(yī)學(xué)影像；

對(duì)所述待診醫(yī)學(xué)影像進(jìn)行空域上的圖像預(yù)處理，獲得空域標(biāo)準(zhǔn)醫(yī)學(xué)影像；

對(duì)所述待診醫(yī)學(xué)影像進(jìn)行頻域上的圖像預(yù)處理，獲得頻域標(biāo)準(zhǔn)醫(yī)學(xué)影像；

將所述空域標(biāo)準(zhǔn)醫(yī)學(xué)影像和所述頻域標(biāo)準(zhǔn)醫(yī)學(xué)影像進(jìn)行融合，獲得標(biāo)準(zhǔn)醫(yī)學(xué)影像特征；

將所述標(biāo)準(zhǔn)醫(yī)學(xué)影像特征輸入經(jīng)過(guò)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型，獲得對(duì)應(yīng)的待診醫(yī)學(xué)影像的預(yù)測(cè)值，若預(yù)測(cè)值大于設(shè)定的診斷閾值，則判定診斷結(jié)果為正例，否則判定診斷結(jié)果為負(fù)例。

在本發(fā)明的一可選實(shí)施例中，所述對(duì)所述待診醫(yī)學(xué)影像進(jìn)行空域上的圖像預(yù)處理，獲得空域標(biāo)準(zhǔn)醫(yī)學(xué)影像，包括：

對(duì)所述待診醫(yī)學(xué)影像進(jìn)行調(diào)整，獲得第一預(yù)設(shè)尺寸待診醫(yī)學(xué)影像；

對(duì)所述第一預(yù)設(shè)尺寸待診醫(yī)學(xué)影像中的每個(gè)像素點(diǎn)的像素值進(jìn)行歸一化處理，獲得空域標(biāo)準(zhǔn)醫(yī)學(xué)影像。

在本發(fā)明的一可選實(shí)施例中，所述對(duì)所述待診醫(yī)學(xué)影像進(jìn)行頻域上的圖像預(yù)處理，獲得頻域標(biāo)準(zhǔn)醫(yī)學(xué)影像，包括：

對(duì)所述待診醫(yī)學(xué)影像進(jìn)行調(diào)整，獲得尺寸為第一預(yù)設(shè)尺寸整數(shù)倍的待診醫(yī)學(xué)影像；

對(duì)所述尺寸為第一預(yù)設(shè)尺寸整數(shù)倍的待診醫(yī)學(xué)影像進(jìn)行離散余弦變換，獲得第一預(yù)設(shè)尺寸頻域醫(yī)學(xué)影像；

對(duì)所述第一預(yù)設(shè)尺寸頻域醫(yī)學(xué)影像中的每個(gè)像素點(diǎn)進(jìn)行歸一化處理，獲得歸一化頻域醫(yī)學(xué)影像；

根據(jù)所述歸一化頻域醫(yī)學(xué)影像中每個(gè)通道內(nèi)所有像素值的平均值和最大值，計(jì)算所述歸一化頻域醫(yī)學(xué)影像中每個(gè)通道的權(quán)重；