(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111403936.5 (22)申请日 2021.11.24 (71)申请人 复旦大学 地址 200433 上海市杨 浦区邯郸路2 20号 (72)发明人 罗啸　杨丽琴　李郁欣　耿道颖　 李海庆　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 代理人 彭瑶 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/73(2017.01) G06V 10/764(2022.01) G06V 10/70(2022.01)G06K 9/62(2022.01) G06N 20/00(2019.01) G16H 30/40(2018.01) G16H 50/20(2018.01) G16H 50/30(2018.01) G06F 16/215(2019.01) G06F 21/62(2013.01) (54)发明名称 一种多病灶影像处理方法、 装置、 电子设备 及计算机可读介质 (57)摘要 本发明涉及一种多病灶影像处理方法、 装 置、 电子设备及计算机可读介质， 方法包括： 获取 多病灶疾病的影像数据并进行预处理； 将影像数 据中的所有病灶区域进行分割， 获取感兴趣区 域， 并统计其中单连通病灶区域覆盖的病灶的个 数； 将影像数据集与感兴趣区域重叠后， 通过影 像组学方法计算所有单连通病灶区域的影像组 学标签； 将影像数据集中包含的每个影像的影像 组学标签输入机器学习算法， 获取单连通病灶的 影像组学评分和单连通病灶的分类结果； 将各单 连通病灶的影像组学评分和单连通病灶的分类 结果进行融合， 获取多病灶疾病的影像组学评分 和多病灶疾病的分类结果。 与现有技术相比， 本 发明具有提高效率、 降低标注成本等优点。 权利要求书2页 说明书6页 附图3页 CN 114187240 A 2022.03.15 CN 114187240 A 1.一种多病灶影 像处理方法， 其特 征在于， 包括： 获取多病灶疾病的影 像数据集并进行 预处理； 将预处理后的多病灶疾病的影像数据集中的所有病灶区域进行分割， 获取感兴趣区 域， 并统计其中单 连通病灶区域覆盖的病灶的个数； 将预处理后的多病灶疾病的影像数据集与感兴趣区域重叠后， 通过影像组学方法计算 所有单连通病灶区域的影 像组学标签； 将预处理后的多病灶疾病的影像数据集中包含的每个影像的影像组学标签输入机器 学习算法， 获取 单连通病灶的影 像组学评分和单 连通病灶的分类结果； 将各单连通病灶的影像组学评分和单连通病灶的分类结果进行融合， 获取多病灶疾病 的影像组学评分和多病灶疾病的分类结果。 2.根据权利要求1所述的多病灶影像处理方法， 其特征在于， 所述预处理包括对多病灶 疾病影像数据进行的脱敏、 清洗以及筛 选步骤。 3.根据权利要求1所述的多病灶影像处理方法， 其特征在于， 所述影像组学标签包括统 计学特征标签S、 形态学特征标签M和/或纹理学特征标签， 所述纹理学特征标签包括灰度共 生矩阵特征标签CM、 灰度游 程矩阵特征标签RLM、 灰度区域大小矩阵特征标签SZM、 灰度区域 距离矩阵特征标签DZM、 邻域灰度差矩阵特征标签NGTDM或邻域灰度相关矩阵特征标签 NGLDM。 4.根据权利要求3所述的多病灶影像处理方法， 其特征在于， 第p个单连通区域的影像 组学标签Lp的表达式为： Lp＝{Sp， Mp， CMp， RLMp， SZMp， DZMp， NGTDMp， NGLDMp} 式中， Sp， Mp， CMp， RLMp， SZMp， DZMp， NGTDMp， NGLDMp分别为第p个单连通区域的统计学特征 标签、 形态学特征标签、 灰度共生矩阵特征标签、 灰度游程矩阵特征标签、 灰度区域大小矩 阵特征标签、 灰度区域距离矩阵特征标签、 邻域灰度差矩阵特征标签和邻域灰度相关矩阵 特征标签。 5.根据权利要求1所述的多病灶影像处理方法， 其特征在于， 所述机器学习算法包括但 不限于LASSO套索算法、 Logistic逻辑回归、 随机森林、 支持向量机、 梯度增强树以及 AdaBoost中的任意 一种或多种算法的组合。 6.根据权利要求1所述的多病灶影像处理方法， 其特征在于， 所述单连通病灶的分类结 果包括阳性数据和阴性数据两种结果。 7.根据权利要求6所述的多病灶影像处理方法， 其特征在于， 将各单连通病灶的影像组 学评分和单 连通病灶的分类结果进行融合的具体步骤 包括： 1)根据单连通病灶的分类结果， 将单连通病灶的影像组学评分分类为阳性影像组学评 分和阴性影 像组学评分； 2)利用受试者操作曲线分析， 计算约登指数， 获取最佳阈值、 阳性单连通病灶的数量和 阴性单连通病灶的数量； 3)利用影像组学分数融合函数， 将阳性影像组学评分和阴性影像组学评分作为自变 量， 获取多病灶疾病影 像组学分数； 4)将影像组学分数融合函数中的条件判断结果作为多病灶疾病的分类结果， 若各阳性 影像组学评分与最佳阈值的差值融合后的总体分数大于或等于最佳阈值与各阴性影像组权　利　要　求　书 1/2 页 2 CN 114187240 A 2学评分的差值融合后的总体分数， 则总体分类结果为阳性数据， 否则总体分类结果为阴性 数据。 8.一种多病灶影 像处理装置， 其特 征在于， 包括： 数据获取模块， 获取多病灶疾病的影 像数据； 数据预处 理模块， 对多病灶疾病的影 像数据进行 预处理； 图像分割模块， 对预处理后的多病灶疾病的影像数据进行病灶区域分割， 得到感兴趣 区域， 并统计其中单 连通区域覆盖的病灶数量； 标签生成模块， 通过影 像组学方法， 获取 所有单连通病灶的影 像组学标签； 机器学习 模块， 基于机器学习算法获取单连通病灶的影像组学评分和单连通病灶的分 类结果； 融合模块， 执行后处理融合决策， 获取多病灶疾病的影像组学评分和多病灶疾病的分 类结果。 9.一种电子设备， 其特征在于， 包括： 处理器、 存储器及存储在所述存储器上并能够在 所述处理器上运行的计算机程序， 所述计算机程序被所述处理器执行时实现如权利要求 1‑ 7中任一项所述的多病灶影 像处理方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储计算机程 序， 所述计算机程序被处理器执行时实现如权利要求 1至7中任一项 所述的多病灶影像处理 方法的步骤。权　利　要　求　书 2/2 页 3 CN 114187240 A 3