[发明专利]结合影像组学和空间分布特征的医学图像分析方法及系统

说明书

本发明提供了一种结合影像组学和空间分布特征的医学图像分析方法及系统，包括：步骤S1：获取医学图像数据并进行预处理，得到预处理后的医学图像数据；步骤S2：对预处理后的医学图像数据进行目标区域提取，得到目标区域图像；步骤S3：对目标区域图像进行第一图像处理，得到目标区域图的影像组学标签；步骤S4：对目标区域图像进行第二图像处理，得到目标区域图的空间分布标签；步骤S5：利用目标区域的影像组学标签和空间分布标签对机器学习预测模型进行训练，得到训练后的机器学习预测模型；步骤S6：利用训练后的机器学习预测模型得到目标区域的疾病分类信息。

技术领域

本发明涉及医学图像分析技术领域，具体地，涉及结合影像组学和空间分布特征的医学图像分析方法及系统。

背景技术

现有技术均使用单一的图像处理方法，分别针对病灶区域内部影像组学特征和外部空间分布特征，无法全面表征医学图像目标区域的总体特征，因此无法获得更优的分类效果。

专利文献CN111415324A(申请号：201910737818.4)公开了一种基于磁共振成像的脑病灶图像空间分布特征的分类鉴别方法。包括病灶分割、个体图像配准、空间标准化、标准空间模板个体化、病灶空间分布特征提取、特征筛选及建模等步骤，核心是通过在个体空间和标准空间的病灶的多种特征分析，构建一套脑病灶图像空间分布特征集的分析方法、并在此基础上使用机器学习进行特征筛选和建模。

[2]Yang L,Li H,Xia W,et al.Quant itat ive brain lesion distributionmay distingui sh MOG-ab and AQP4-ab neuromyelit is optica spectrum disorders[J].Eur Radiol,2020,30(3):1470-1479.

[3]Xia W,Hu B,Li H,et al.Multiparametric-MRI-Based Radiomics Modelfor Different iating Primary Central Nervous System Lymphoma FromGlioblastoma:Development and Cross-Vendor Validat ion[J].J Magn ResonImaging,2021,53(1):242-250.

专利文献CN111178449A(申请号：201911423879.X)公开了一种结合计算机视觉特征和影像组学特征的肝癌图像分类方法和装置。包括如下步骤：1)采集符合标准的病人临床图像，并对收集的图像进行预处理；2)在分割出的肝脏肿瘤区域影像进行计算机视觉特征的提取；3)在分割出的肝脏肿瘤区域影像进行影像组学手工特征的提取；4)结合计算机视觉特征和影像组学特征,先经单变量过滤式筛选，再由LASSO回归筛选；5)利用筛选出的特征与临床特征一起由多元逻辑回归模型建模，利用赤池信息准则向后搜索选择适应最佳模型的临床特征，实现肝癌病理分级的预测。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种结合影像组学和空间分布特征的医学图像分析方法及系统。

根据本发明提供的一种结合影像组学和空间分布特征的医学图像分析方法，包括：

步骤S1：获取医学图像数据并进行预处理，得到预处理后的医学图像数据；

步骤S2：对预处理后的医学图像数据进行目标区域提取，得到目标区域图像；

步骤S3：对目标区域图像进行第一图像处理，得到目标区域图的影像组学标签；

步骤S4：对目标区域图像进行第二图像处理，得到目标区域图的空间分布标签；

步骤S5：利用目标区域的影像组学标签和空间分布标签对机器学习预测模型进行训练，得到训练后的机器学习预测模型；