[發明專利]一種基于高光譜圖像的皮膚腫瘤分層結構三維重建方法

在審

• 申請號: 202210406810.1
• 申請日: 2022-04-18
• 公開（公告）號: CN114998510A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 杜劍;張周鋒;陶成龍;劉嘉誠;于濤;胡炳樑
• 申請（專利權）人: 中國科學院西安光學精密機械研究所
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06N3/04;A61B5/00
• 代理公司: 西安智邦專利商標代理有限公司 61211
• 代理人: 王少文

1.一種基于高光譜圖像的皮膚腫瘤分層結構三維重建方法，其特征在于，包括以下步驟：

S1、采用高光譜成像技術采集多組皮膚腫瘤組織的圖譜分層實驗數據，所述圖譜分層實驗數據包括同一個皮膚腫瘤組織的在體高光譜圖譜數據和離體高光譜圖譜數據；

將所述離體皮膚腫瘤組織切片并進行標號，對各個切片進行病理標記，所述切片數為m，m≥8；

根據病理標記結果提取各個切片對應的離體高光譜圖譜數據；

在體高光譜圖譜數據和各個切片對應的離體高光譜圖譜數據構成實驗數據集；

S2、根據皮膚腫瘤組織類型設置分層數n，其中n為整數且6≤n≤10，n≤m；

S3、根據實驗數據集，對n個分層訓練分類模型，得到三維卷積神經網絡模型；

S3.1、從實驗數據集中提取第i層離體高光譜圖譜數據的訓練樣本，作為標準訓練樣本，其中i小于等于n；從實驗數據集中提取第i層在體高光譜圖譜數據的在體訓練樣本，將中心在體訓練樣本點的鄰域w×w×b作為模型輸入，其中w×w為鄰域窗口，b為譜段數；

S3.2、根據標準訓練樣本和模型輸入，執行卷積操作和池化操作，將模型輸入減小至1×1，得到第i層的三維卷積神經網絡模型；

S3.3、重復與步驟S3.1和S3.2相同內容的操作，對其余各層訓練分類模型，得到其余n-1個三維卷積神經網絡模型；

S4、將待測皮膚腫瘤組織的在體高光譜圖譜數據的各層中心訓練樣本點的鄰域w×w×b輸入對應的n個三維卷積神經網絡模型，得到各層分類輸出結果；

S5、將各層分類輸出結果圖像化，得n個深度的分層皮膚重構圖像，將n個深度的分層皮膚重構圖像依照順序合成，得到待測皮膚腫瘤組織的三維重建結構。

2.根據權利要求1所述的基于高光譜圖像的皮膚腫瘤分層結構三維重建方法，其特征在于：

步驟S1中，所述圖譜分層實驗數據包含平面特性信息和深度特性光譜信息。

3.根據權利要求2所述的基于高光譜圖像的皮膚腫瘤分層結構三維重建方法，其特征在于：

步驟S1中，所述病理標記包括癌變狀態、癌細胞浸潤深度及癌變細胞的周邊范圍。

4.根據權利要求1-3任一所述的基于高光譜圖像的皮膚腫瘤分層結構三維重建方法，其特征在于：

步驟S3.2中，所述卷積操作采用小卷積核操作。

5.根據權利要求4所述的基于高光譜圖像的皮膚腫瘤分層結構三維重建方法，其特征在于：

步驟S2中，根據皮膚腫瘤組織類型設置分層數為8。

6.根據權利要求5所述的基于高光譜圖像的皮膚腫瘤分層結構三維重建方法，其特征在于：

步驟S1中，所述高光譜成像技術覆蓋波段范圍為300-1000nm。