[发明专利]CT图像的肝静脉压力梯度分类方法以及计算机设备

说明书

本发明实施例涉及CT图像的肝静脉压力梯度分类方法以及计算机设备，该方法包括：将获取到的测试者的腹部CT图像进行肝脏图像切割预处理，得到多张待测肝脏图块；将多张待测肝脏图块输入到预先训练好的肝脏预测子模型中进行肝静脉压力梯度分类测试，得到每一待测肝脏图块的多个预测分类，以及预测分类对应的分类概率；其中，测试者的肝静脉压力梯度在同一预设肝静脉压力梯度范围内为同一预测分类；计算属于同一预测分类的分类概率的平均值，并将各平均值中的最大值以及该最大值对应的预测分类确定为测试者的肝静脉压力梯度分类测试结果。本发明各实施例实现了对肝静脉压力梯度的多分类无创测试，测试分类结果精度较高，且泛化能力更强。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种CT图像的肝静脉压力梯度分类方法以及计算机设备。

背景技术

门静脉高压是指一组由门静脉系统压力持久升高引起的临床综合征，常见于慢性肝病发展进入肝硬化阶段，其较差的临床诊断造成了一定程度的公共卫生问题。传统技术中，常见的门静脉高压无创诊断和检测技术主要用于临床显著显著性门静脉高压的鉴别，且容易受到不同因素干扰。同时传统技术中，虽然有通过构建预测模型进行临床诊断，但其模型的泛化能力相对受限，不适宜针对图像自适应的选择较佳的特征，且大部分只能用于临床显著性门静脉高压的诊断分类，局限性较大。

发明内容

本发明的目的在于针对传统技术的不足，提供一种CT图像的肝静脉压力梯度分类方法以及计算机设备。

在一个实施例中，本发明提供了一种CT图像的肝静脉压力梯度分类方法，包括：

将获取到的测试者的腹部CT图像进行肝脏图像切割预处理，得到多张待测肝脏图块；

将多张待测肝脏图块输入到预先训练好的肝脏预测子模型中进行肝静脉压力梯度分类测试，得到每一待测肝脏图块的多个预测分类，以及预测分类对应的分类概率；其中，所述测试者的肝静脉压力梯度在同一预设肝静脉压力梯度范围内为同一预测分类；

计算属于同一预测分类的分类概率的平均值，并将各平均值中的最大值以及该最大值对应的预测分类确定为测试者的肝静脉压力梯度分类测试结果。

在其中一个实施例中，将获取到的测试者的腹部CT图像进行脾脏图像切割预处理，得到多张待测脾脏图块；

将多张待测脾脏图块输入到预先训练好的脾脏预测子模型中进行肝静脉压力梯度分类测试，得到每一待测脾脏图块的多个预测分类，以及预测分类对应的分类概率；

针对待测肝脏图块和待测脾脏图块进行肝静脉压力梯度分类测试得到所有分类概率中属于同一预测分类的分类概率进行平均，得到相应预测分类的分类概率的平均值，并将各平均值中的最大值以及该最大值对应的预测分类确定为测试者的肝静脉压力梯度分类测试结果。

在其中一个实施例中，将腹部CT图像进行肝脏图像切割预处理，包括：

从腹部CT图像的肝门图层中提取出肝脏区域图像，并对肝脏区域图像进行平滑处理；

将平滑处理后的肝脏区域图像按照第一预设图块尺寸进行切割，得到多张待测肝脏图块。

在其中一个实施例中，将腹部CT图像进行脾脏图像切割预处理，包括：

从腹部CT图像的脾门图层中提取出脾脏区域图像，并对脾脏区域图像进行平滑处理；

将平滑处理后的脾脏区域图像按照第二预设图块尺寸进行切割，得到多张待测脾脏图块。

在其中一个实施例中，肝脏预测子模型的训练步骤，包括：

将第一初始卷积神经网络的所有权重系数初始化为预设权重系数范围内的随机均匀分布；