一种肺结节检测方法、装置、电子设备及存储介质与流程

文档序号:34187174发布日期:2023-05-17 13:45阅读:18来源:国知局
一种肺结节检测方法、装置、电子设备及存储介质与流程

本技术涉及图像处理,特别是涉及一种肺结节检测方法、装置、电子设备及存储介质。


背景技术:

1、相关技术中,可以通过肺部ct(computed tomography,电子计算机断层扫描)对肺部的结节进行检测,在得到肺部图像后,由专业医疗人员对肺部图像进行人工分析,从而确定是否存在肺部结节。但是上述肺结节检测过程需要耗费大量的医疗人员力量,并且受限于医疗人员自身的经验。


技术实现思路

1、本技术实施例的目的在于提供一种肺结节检测方法、装置、电子设备及存储介质,以实现肺结节的自动检测。具体技术方案如下:

2、第一方面,本技术实施例提供一种肺结节检测方法,所述方法包括:

3、获取待检测肺部的图像数据;

4、对所述图像数据进行特征提取,得到所述图像数据的多种类别的特征;

5、将所述图像数据的多种类别的特征输入到随机决策树模型中,得到所述图像数据的肺结节像素区域;

6、对所述图像数据的肺结节像素区域进行校正,得到肺结节检测结果。

7、在一种可能的实施方式中,所述获取待检测肺部的图像数据,包括:

8、获取待检测肺部的二维图像;

9、对所述二维图像进行三维重构,得到三维的图像数据。

10、在一种可能的实施方式中,所述对所述图像数据进行特征提取,得到所述图像数据的多种类别的特征,包括:

11、沿预设平面方向对所述图像数据进行切片,得到多个二维数据切片;

12、分别对各所述二维数据切片进行多种类别的特征提取,得到所述图像数据的多种类别的特征。

13、在一种可能的实施方式中,所述图像数据的多种类别的特征包括以下至少两种:

14、像素的强度值、单位像素区域的像素矩阵的平均值、单位像素区域的哈尔特征值、单位像素区域的布尔矩阵的特征值、像素的归一化值、预设大小像素区域的互相关矩阵值、预设大小像素区域的平滑特征。

15、在一种可能的实施方式中,所述对所述图像数据的肺结节像素区域进行校正,得到肺结节检测结果,包括:

16、对所述图像数据的肺结节像素区域进行孤立节点的过滤,得到过滤后的肺结节像素区域;

17、针对所述过滤后的肺结节像素区域中的每一肺结节连通区域,在该肺结节连通区域的半径小于预设半径阈值的情况下,针对该肺结节连通区域中的每一个肺结节像素点,在该肺结节像素点仅有一个相邻节点的情况下,将该肺结节像素点添加到第一像素点集合中;

18、基于所述第一像素点集合中肺结节像素点之间的距离,对所述第一像素点集合中的肺结节像素点进行连通。

19、在一种可能的实施方式中,所述基于所述第一像素点集合中肺结节像素点之间的距离,对所述第一像素点集合中的肺结节像素点进行连通,包括:

20、根据所述第一像素点集合中肺结节像素点的坐标,生成所述第一像素点集合中各肺结节像素点的距离矩阵,其中,所述距离矩阵包括所述第一像素点集合中各肺结节像素点之间的距离;

21、在所述距离矩阵中选取最短距离得到第一最短距离;确定所述第一最短距离所对应的两个肺结节像素点得到两个第一肺结节像素点,并从所述距离矩阵中删除所述第一最短距离;

22、将当前的两个第一肺结节像素点进行连通;

23、在所述距离矩阵的两个第一肺结节像素点相关的距离中,选取最短距离得到第二最短距离,确定所述第二最短距离所对应的两个肺结节像素点得到两个第二肺结节像素点;

24、将当前的两个第二肺结节像素点进行连通;

25、在所述距离矩阵中删除重复肺结节像素点相关的距离,其中,所述重复肺结节像素点为当前的两个第一肺结节像素点与当前的两个第二肺结节像素点中重复的像素点;

26、将当前的两个第一肺结节像素点及当前的两个第二肺结节像素点中除所述重复肺结节像素点外的另两个肺结节像素点,更新为当前的两个第一肺结节像素点,并返回执行步骤:在所述距离矩阵的两个第一肺结节像素点相关的距离中,选取最短距离得到第二最短距离,确定所述第二最短距离所对应的两个肺结节像素点得到两个第二肺结节像素点,直至满足预设停止条件。

27、在一种可能的实施方式中,所述随机决策树模型通过如下方法训练得到:

28、获取样本图像数据,其中,所述样本图像数据中包括肺结节标注;

29、对所述样本图像数据进行特征提取,得到所述样本图像数据的多种类别的特征;

30、将所述样本图像数据的多种类别的特征输入到随机决策树模型中,得到所述样本图像数据的预测肺结节像素区域;

31、根据所述样本图像数据的预测肺结节像素区域及所述样本图像数据的肺结节标注,对随机决策树模型进行调整;

32、选取新的样本图像数据对随机决策树模型继续进行训练,直至满足预设结束条件。

33、第二方面,本技术实施例提供一种肺结节检测装置,所述装置包括:

34、第一获取模块,用于获取待检测肺部的图像数据;

35、第二获取模块,用于对所述图像数据进行特征提取,得到所述图像数据的多种类别的特征;

36、第三获取模块,用于将所述图像数据的多种类别的特征输入到随机决策树模型中,得到所述图像数据的肺结节像素区域;

37、第四获取模块,用于对所述图像数据的肺结节像素区域进行校正,得到肺结节检测结果。

38、在一种可能的实施方式中,所述第一获取模块包括:

39、二维图像获取子模块,用于获取待检测肺部的二维图像;

40、三维图像数据获取子模块,用于对所述二维图像进行三维重构,得到三维的图像数据。

41、在一种可能的实施方式中,所述第二获取模块包括:

42、二维数据切片获取子模块,用于沿预设平面方向对所述图像数据进行切片,得到多个二维数据切片;

43、多种类别特征获取子模块,用于分别对各所述二维数据切片进行多种类别的特征提取,得到所述图像数据的多种类别的特征。

44、在一种可能的实施方式中,所述图像数据的多种类别的特征包括以下至少两种:

45、像素的强度值、单位像素区域的像素矩阵的平均值、单位像素区域的哈尔特征值、单位像素区域的布尔矩阵的特征值、像素的归一化值、预设大小像素区域的互相关矩阵值、预设大小像素区域的平滑特征。

46、在一种可能的实施方式中,所述第四获取模块包括:

47、第一获取子模块,用于对所述图像数据的肺结节像素区域进行孤立节点的过滤,得到过滤后的肺结节像素区域;

48、肺结节像素点添加子模块,用于针对所述过滤后的肺结节像素区域中的每一肺结节连通区域,在该肺结节连通区域的半径小于预设半径阈值的情况下,针对该肺结节连通区域中的每一个肺结节像素点,在该肺结节像素点仅有一个相邻节点的情况下,将该肺结节像素点添加到第一像素点集合中;

49、连通子模块,用于基于所述第一像素点集合中肺结节像素点之间的距离,对所述第一像素点集合中的肺结节像素点进行连通。

50、在一种可能的实施方式中,所述连通子模块具体用于:

51、根据所述第一像素点集合中肺结节像素点的坐标,生成所述第一像素点集合中各肺结节像素点的距离矩阵,其中,所述距离矩阵包括所述第一像素点集合中各肺结节像素点之间的距离;

52、在所述距离矩阵中选取最短距离得到第一最短距离;确定所述第一最短距离所对应的两个肺结节像素点得到两个第一肺结节像素点,并从所述距离矩阵中删除所述第一最短距离;

53、将当前的两个第一肺结节像素点进行连通;

54、在所述距离矩阵的两个第一肺结节像素点相关的距离中,选取最短距离得到第二最短距离,确定所述第二最短距离所对应的两个肺结节像素点得到两个第二肺结节像素点;

55、将当前的两个第二肺结节像素点进行连通;

56、在所述距离矩阵中删除重复肺结节像素点相关的距离,其中,所述重复肺结节像素点为当前的两个第一肺结节像素点与当前的两个第二肺结节像素点中重复的像素点;

57、将当前的两个第一肺结节像素点及当前的两个第二肺结节像素点中除所述重复肺结节像素点外的另两个肺结节像素点,更新为当前的两个第一肺结节像素点,并返回执行步骤:在所述距离矩阵的两个第一肺结节像素点相关的距离中,选取最短距离得到第二最短距离,确定所述第二最短距离所对应的两个肺结节像素点得到两个第二肺结节像素点,直至满足预设停止条件。

58、在一种可能的实施方式中,所述装置还包括随机决策树模型训练模块,用于:

59、获取样本图像数据,其中,所述样本图像数据中包括肺结节标注;

60、对所述样本图像数据进行特征提取,得到所述样本图像数据的多种类别的特征;

61、将所述样本图像数据的多种类别的特征输入到随机决策树模型中,得到所述样本图像数据的预测肺结节像素区域;

62、根据所述样本图像数据的预测肺结节像素区域及所述样本图像数据的肺结节标注,对随机决策树模型进行调整;

63、选取新的样本图像数据对随机决策树模型继续进行训练,直至满足预设结束条件。

64、第三方面,本技术实施例提供一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;

65、存储器,用于存放计算机程序;

66、处理器,用于执行存储器上所存放的程序时,实现上述第一方面中任一所述的方法步骤。

67、第四方面,本技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。

68、本技术实施例有益效果:

69、本技术实施例提供的一种肺结节检测方法、装置、电子设备及存储介质,包括:获取待检测肺部的图像数据;对所述图像数据进行特征提取,得到所述图像数据的多种类别的特征;将所述图像数据的多种类别的特征输入到随机决策树模型中,得到所述图像数据的肺结节像素区域;对所述图像数据的肺结节像素区域进行校正,得到肺结节检测结果。通过将图像数据的多种类别的特征输入到随机决策树模型中,初步判断像素是否是肺结节节点,再通过对图像数据的肺结节像素区域进行校正,得到肺结节检测的最终结果,实现对肺结节的自动检测,能够减少医疗人员的工作量,提高肺结节检测的效率。

70、当然,实施本技术的任一产品或方法并不一定需要同时达到以上所述的所有优点。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1