[发明专利]一种影像数据处理方法、装置、计算机及存储介质

说明书

本发明实施例应用于图像处理技术领域，公开了一种影像数据处理方法、装置、计算机及存储介质，包括：获取待处理的影像数据，对所述影像数据进行预处理得到多通道数据，并将所述多通道数据输入至预训练编码器得到多个通道的特征图；提取每个所述特征图的深度组学参数，根据所述深度组学参数得到包含特征权重的特征图，并对每个通道中包含权重的特征图进行融合，得到第一特征图；将利用预设的批次效应去除算法调整每个通道中所述特征图的深度组学参数，得到第二特征图；将所述第一特征图和所述第二特征输入至预设的网络集成模型中进行处理，得到特征优化参数。

技术领域

本发明实施例涉及图像处理技术领域，尤其是一种影像数据处理方法、装置、计算机及存储介质。

背景技术

在医学影像人工智能深度学习的方法研究中，乃至在其他通用的深度学习的算法研究中，由于数据偏移、标注稀疏等原因引起的模型泛化性问题成为了研究者们讨论的热点话题之一。随着众多大规模标注的训练数据集(例如ImageNet、IMDB、LIDC-IDRI、DDSMMIAS 等)的公开，深度学习在完成计算机视觉与自然语言处理领域中的许多任务上获得了巨大的成功，对于特定任务的表现甚至超过了人类自己。但是，大多数应用场景中特别是医学影像领域，标注数据的获取是一个非常昂贵、耗时、甚至无法完成的过程，加之目前不同医院之间的数据共享和互通程度较低，因此用于训练模型的数据和标注往往是来自公开数据集或者源于单一医院，如果将基于上述数据训练出的模型直接使用到其他医院中去，或者换句话讲就是将模型迁移到无标注或者是稀疏标注的目标域中去，这样的直接迁移会导致模型的准确率大幅度下降。产生这种情况的一个主要原因是数据集偏移(Datasetshift)，从统计学习的观点来看，一个机器学习任务T定义为在一个领域D上的条件概率p(x|y)的建模问题，领域D指一个样本空间及其分布。根据贝叶斯公式，p(x,y)＝p(x|y)p(y)＝p(y|x)p(x)，其中有三个我们可以考虑的概率分布项：输入空间的边缘概率分布p(x),输出空间的标签分布p(y)，以及表示该机器学习任务的条件概率分布p(x|y)。当源域和目标域的三者之一发生了变化，我们都认为发生了源域与目标域的数据集的分布发生了偏移，即数据集偏移。在我们前期的研究中发现，在复杂医疗场景下的深度学习模型构建过程中，多中心多设备所生成的影像数据偏移也成为了当前医学影像深度学习算法面临的主要挑战问题之一。

对于同样用于分析医学影像的影像组学(radiomics)分析也存在数据集偏移的问题。影像组学分析主要包含图像获取、图像分割、影像组学参数提取和模型建立与验证等步骤，通过计算机高通量定量特征提取的方法实现从医学影像图像(CT、MRI和PET-CT等)中提取海量数据，从而将医学图像中主观性强的定性数据转化为具有客观性的定量数据，并进行数据挖掘分析[2]。影像组学的迅猛发展，在疾病诊断和鉴别诊断、肿瘤分期分级、基因表型预测、治疗方案决策、疗效评估及预后预测等方面取得了较大成果，尤其在肺部肿瘤方面显示出巨大优势[3]。虽然影像组学参数在疾病的筛查、诊断、治疗和预后中展现出了超越传统医疗方式的生物标志物属性，但其在多中心多设备影像上所产生变异性(variability)大、重复性(repeatability) 及再现性(reproducibility)差等问题，造成基于影像组学参数所构建的模型泛化能力欠缺，从而大大限制了模型的诊断效能，导致其难以运用到真实医疗场景的实践中。