[发明专利]一种基于深度特征融合的PET/CT影像识别系统

权利要求书

1.一种基于深度特征融合的PET/CT影像识别系统，其特征在于所述系统执行以下步骤：

一、获取PET/CT影像原始数据，并对PET/CT影像原始数据进行读取及预处理；

二、对PET/CT影像进行样本划分，然后利用卷积神经网络分别对划分后的样本进行深度特征提取；

三、将提取的特征分别进行PCA处理，并分别进行归一化，之后将处理后的PET影像特征与CT影像特征进行特征融合；

四、利用融合后的特征训练识别网络；

五、使用训练好的识别网络对待识别样本进行识别，提取出可分性较好的影像学特征。

2.根据权利要求1所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于：所述步骤一中PET/CT影像原始数据以DICOM文件的形式存储。

3.根据权利要求2所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于所述步骤一中对PET/CT影像进行读取的具体步骤为：首先从DICOM文件中读取到存储的影像像素矩阵，然后利用公式1将读取的像素点i的灰度值转换成CT值，

T(i)＝P(i)×slope+intercept (1)

其中P(i)是像素点i的灰度值，slope和intercept参数是灰度值与CT值转换公式中的斜率和截距，所述slope和intercept存储在DICOM文件中，T(i)是像素点i的CT值，单位为亨氏。

4.根据权利要求3所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于所述slope为0.06，所述intercept为-1024。

5.根据权利要求3所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于：所述步骤一中预处理为窗技术预处理，所述窗技术预处理包括窗宽和窗位。

6.根据权利要求5所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于：所述步骤一中对PET/CT影像进行预处理的具体步骤为：利用窗技术，即公式2，将窗口内的CT值通过线性变换映射到0～255空间进行显示，

其中T(i)是像素点i的原始CT值，w_w代表窗宽，w_l代表窗位，表示显示窗口的下限，表示显示窗口的上限，G(i)是线性变换后的像素点i的灰度值。

7.根据权利要求6所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于所述w_w为350，所述w_l为50。

8.根据权利要求6所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于所述步骤二的详细步骤为：

PET/CT影像集共m个样本，每个样本为具有c个通道的二维矩阵，每个矩阵的大小为h×w，即每个样本的数据维度为w×h×c，将预处理后的数据集存储在一个四维矩阵中，即维度为m×w×h×c，每个样本对应一个类别标签，保存在一个一维矩阵中，维度为m，然后对PET/CT影像集进行划分，随机的选取一定比例的样本组成训练集、验证集与测试集，

使用DenseNet网络对PET/CT影像进行深度特征提取，然后采用基于模型的迁移学习的方法，利用源域和目标域参数共享的DenseNet网络对PET、CT影像分别做前向传播，得到去除顶层节点后网络的输出特征，之后提取PET影像的特征和CT影像的特征并按行排列，即第一个样本的特征向量排在第一行，第二个样本的特征向量排在第二行，以此类推，最终形成PET和CT特征的二维矩阵，即行数为样本的个数，列数为每个样本包含的特征向量个数。

9.根据权利要求8所述的一种基于深度特征融合的PET/CT影像识别系统，其特征在于所述训练集、验证集、测试集的比例为7:1:2。