一种异常检测框架下的影像组学分析方法及系统
申请人信息
- 申请人:江西省肿瘤医院(江西省第二人民医院、江西省癌症中心)
- 申请人地址:330000 江西省南昌市青山湖区北京东路519号
- 发明人: 江西省肿瘤医院(江西省第二人民医院、江西省癌症中心)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种异常检测框架下的影像组学分析方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410103861.6 |
| 申请日 | 2024/1/25 |
| 公告号 | CN117649400A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 江西省肿瘤医院(江西省第二人民医院、江西省癌症中心) |
| 发明人 | 简俊明; 张云; 黄玉玲 |
| 地址 | 江西省南昌市青山湖区北京东路519号 |
摘要文本
本发明提供了一种异常检测框架下的影像组学分析方法及系统，该方法通过对为阴性样本的医学影像进行预处理后，勾画出肿瘤病灶靶区，并提取影像特征，将影像特征输入自编码器中，输出对应的重构影像特征，并根据影像特征和重构影像特征，计算第一重构误差，将第一重构误差作为损失函数，对自编码器的参数进行迭代优化，随后根据同时包含阳性样本和阴性样本的验证集的医学影像，再次计算第二重构误差，并确定异常分数，根据最大化约登指数，确定阈值，最后根据待测医学影像，再次计算第三重构误差，并判断第三重构误差是否大于阈值，若是，则判定为阳性，本方法可以仅使用阴性样本进行训练，可有效降低对训练数据的需求。
专利主权项内容
1.一种异常检测框架下的影像组学分析方法，其特征在于，所述方法包括：步骤一，获取历史医学影像，其中，所述历史医学影像均为阴性样本；步骤二，对所述历史医学影像采用Z-Score方法进行预处理，将预处理后的历史医学影像中的肿瘤病灶靶区勾画出，并提取肿瘤病灶靶区的影像特征，其中，影像特征包括形状特征、一阶特征以及纹理特征；步骤三，利用全连接层构建自编码器，其中，每个全连接层后均使用ReLU作为激活函数；步骤四，将从肿瘤病灶靶区提取到的影像特征输入所述自编码器中，输出对应的重构影像特征，并根据所述影像特征和所述重构影像特征，计算第一重构误差；步骤五，将所述第一重构误差作为损失函数，利用反向传播算法和随机梯度下降方法，对所述自编码器的参数进行迭代优化；步骤六，获取验证集的医学影像，将验证集的医学影像重复步骤二和步骤四，得到第二重构误差，并将所述第二重构误差定义为异常分数，其中，验证集的医学影像同时包含阳性样本和阴性样本；步骤七，根据最大化约登指数和所述异常分数，确定阈值；步骤八，获取待测医学影像，并将待测医学影像重复步骤二和步骤四，得到第三重构误差，并判断所述第三重构误差是否大于所述阈值；步骤九，若是，则将对应的待测医学影像判定为阳性；若否，则将对应的待测医学影像判定为阴性。。