[发明专利]一种基于肺结节CT图像的语义特征自动打分方法及系统

摘要

本发明公开了一种基于肺结节CT图像的语义特征自动打分方法及系统，方法包括：通过不同的算法提取肺结节CT图像的计算机特征生成对应不同语义特征的异构特征；将获取的异构特征通过包含块约束和像素稀疏约束的多任务回归算法，获取各个语义特征之间的共享特征及各个语义特征的独立特征；根据各个语义特征之间的共享特征及各个语义特征的独立特征组合的映射关系，对各个语义特征进行自动打分。本发明可有效提取各个语义特征中的有效特征，并获取各个语义特征间的内存关系，从而对语义特征进行打分，实现深层次分析肺结节信息，支持具有复杂内容的诊断报告与医学图像的检索，为肺结节CT图像分析提供有效辅助。

主权项

1.一种基于肺结节CT图像的语义特征自动打分方法，其特征在于，方法包括步骤：A、通过不同的算法提取肺结节CT图像的计算机特征生成对应不同语义特征的异构特征；B、将获取的异构特征通过包含块约束和像素稀疏约束的多任务回归算法，获取各个语义特征之间的共享特征及各个语义特征的独立特征；C、根据各个语义特征之间的共享特征及各个语义特征的独立特征组合的映射关系，对各个语义特征进行自动打分；所述A具体包括：A1、通过堆叠去噪编码算法提取肺结节CT图像的计算机特征获取肺结节的第一异构特征；A2、通过卷积神经网络算法提取肺结节CT图像的计算机特征获取肺结节的第二异构特征；A3、通过类HAAR算法提取肺结节CT图像的计算机特征获取肺结节的第三异构特征；A4、将第一异构特征、第二异构特征、第三异构特征以及图像归一化使用的比例尺叠加后生成肺结节CT图像的异构特征。