[发明专利]放射性肺炎预警模型的训练的方法及应用

权利要求书

1.一种放射性肺炎预警模型的训练的装置，其特征在于，所述装置包括：

数据预处理模块，用于根据所述肺功能影像和将所述肺CT影像划分高肺功能区域和低肺功能区域；

特征提取模块，用于从所述高肺功能区域和低肺功能区域分别提取影像组学和剂量组学，以筛选出最优特征集；以及

训练模块，用于根据所述最优特征集训练放射性肺炎预警模型。

2.一种放射性肺炎预警模型的训练的方法，其特征在于，所述方法包括：

根据所述肺功能影像将所述肺CT影像划分高肺功能区域和低肺功能区域；

从所述高肺功能区域和低肺功能区域分别提取影像组学和剂量组学，以筛选出最优特征集；以及

根据所述最优特征集训练放射性肺炎预警模型。

3.如权利要求2所述的放射性肺炎预警模型的训练的方法，其特征在于，根据所述肺功能影像将所述肺CT影像划分高肺功能区域和低肺功能区域，包括：

对所述肺功能影像进行归一化处理；

根据最优分割阈值将所述处理后的肺功能影像分割为高功能区和低功能区；

将所述高功能区和低功能区与所述肺CT影像融合配准，并将所述CT影像与所述高功能区重叠的区域确定为高功能区域、以及将所述CT影像与所述低功能区重叠的区域确定为低功能区域。

4.如权利要求2所述的放射性肺炎预警模型的训练的方法，其特征在于，从所述高肺功能区域和低肺功能区域分别提取影像组学和剂量组学，以筛选出最优特征集，包括：

分别从所述高肺功能区域和所述低肺功能区域提取影像组学和剂量组学；

将所述高肺功能区域的影像组学特征和所述低肺功能区域的影像组学特征组合为总影像组学，将所述高肺功能区域的剂量组学特征和所述低肺功能区域的剂量组学特征组合为总剂量组学；

将所述总剂量组学和所述总影像组学合并为总双组学；

根据所述总双组学筛选最优特征集。

5.如权利要求4所述的放射性肺炎预警模型的训练的方法，其特征在于，根据所述总双组学筛选最优特征集，包括：

通过方差分析和皮尔森相关性分析对所述总双组学中的所述影像组学特征和所述剂量组学特征进行过滤；

对过滤后的所述影像组学特征和所述剂量组学特征进行F检验，筛选出P值小于预设阈值的影像组学和剂量组学，以得到中间最优特征集；以及

基于所述中间最优特征集进行特征组合，得到最优特征集合。

6.如权利要求2所述的放射性肺炎预警模型的训练的方法，其特征在于，所述方法还包括：

根据所述最优特征集和回归分类器对所述样本训练集和样本验证集训练所述预警模型，并通过交叉验证和参数寻优确定最优的超参数。

7.如权利要求2所述的放射性肺炎预警模型的训练的方法，其特征在于，所述方法还包括：

按照预设次数对所述样本训练集进行随机重采样；

根据预设分割阈值根据所述肺功能影像和所述肺CT影像划分高肺功能区域和低肺功能区域；

根据所述高肺功能区域和低肺功能区域提取并筛选影像组学和剂量组学，以获得最优特征集；以及

评估根据所述最优特征集和分类回归器训练的预警模型，以得到最优分割阈值。

8.如权利要求4所述的放射性肺炎预警模型的训练的方法，其特征在于，所述剂量特征包括：DVH参数和剂量组学特征，其中，DVH参数包括但不限于区域内剂量的统计学参数、大于预设体积时的剂量和大于预设剂量时的体积。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如权利要求2至8中任一项所述的放射性肺炎预警模型的训练的方法。

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有计算机程序，所述计算机程序被处理器执行时实现如权利要求2至8任一项所述的放射性肺炎预警模型的训练的方法的步骤。