首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的子宫内膜癌风险筛查方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天津市肿瘤医院(天津医科大学肿瘤医院)

摘要:本发明公开了基于深度学习的子宫内膜癌风险筛查方法,涉及医学图像处理技术领域,包括:建立子宫内膜分析库,并获取多个子宫内膜癌变检查影像;获取癌变特征值;建立深度学习模型,对深度学习模型进行初步训练,并对深度学习模型进行优化;使用优化后的深度学习模型对子宫内膜影像进行分析并进行风险判断,本发明用于解决现有技术中在对子宫内膜癌风险进行筛查方面存在缺少基于深度学习方面的局限性,导致对子宫内膜癌进行筛查时不够准确全面的问题。

主权项:1.基于深度学习的子宫内膜癌风险筛查方法,其特征在于,包括:建立子宫内膜分析库,并获取多个子宫内膜癌变检查影像,在子宫内膜分析库中建立学习子库、优化子库以及存储子库;对多个子宫内膜癌变检查影像进行划分并存储至存储子库中,对存储子库中的影像使用癌变预警分析法进行分析,获取癌变特征值以及缓冲区间;建立深度学习模型,基于癌变特征值使用学习子库对深度学习模型进行初步训练,并使用优化子库对深度学习模型进行优化;使用优化后的深度学习模型对子宫内膜影像进行分析并进行风险判断;癌变预警分析法包括:对于标准影像1至标准影像M中的任意一个标准影像M1,对标准影像M1进行灰度化处理,将灰度化处理后的标准影像M1记为灰度影像M1;对灰度影像M1中的每一列像素点进行编号处理,并从左至右将灰度影像M1中的所有列依次记为像素分析列1至像素分析列K;对于像素分析列1至像素分析列K中的任意一个像素分析列K1,将像素分析列K1中的像素点由上向下依次记为像素点1至像素点G;获取像素点1以及像素点2的灰度值,依次记为Z1以及Z2,将记为像素点2的变动比例,以此类推获取像素点3对应的变动比例,并继续分析获取像素点4至像素点G的变动比例,将像素点2至像素点G的所有变动比例的平均值记为像素分析列K1的变动均值;获取所有像素点分析列的变动均值,记为灰度影像M1的像素列数据;对灰度影像M1中的每一行像素点进行编号处理,并从上至下将灰度影像M1中的所有行依次记为像素分析行1至像素分析行J;基于对所有像素分析列分析后得到像素列数据的获取方式,对所有像素分析行进行分析并得到像素行数据;获取所有标准影像对应的像素列数据以及像素行数据;癌变预警分析法还包括:对于所有标准影像对应的像素列数据中像素分析列K1的变动均值,并依次记为分析均值1~K1至分析均值M~K1;获取分析均值1~K1至分析均值M~K1的并集,记为分析并集K1,将分析并集K1中的最小值以及最大值构成的区间记为列缓冲区间K1;基于列缓冲区间K1的获取方式获取像素列数据中所有像素分析列对应的列缓冲区间,并依次记为列缓冲区间1至列缓冲区间K;基于列缓冲区间的获取方式对所有标准影像对应的像素行数据中所有像素分析行进行分析,并将得到的所有区间依次记为行缓冲区间1至行缓冲区间J;癌变预警分析法还包括:对于癌变影像1至癌变影像N中的任意一个癌变影像N1,对癌变影像N1进行灰度化处理,将灰度化处理后的癌变影像N1记为灰癌影像N1;将灰癌影像N1中的每一列像素点进行编号处理,并从左至右依次记为灰癌像素列1至灰癌像素列K;将灰癌影像N1中的每一行像素点进行编号处理,并从上至下依次记为灰癌像素行1至灰癌像素行J;将灰癌影像N1中的癌变区域记为待分析区域,将待分析区域在灰癌影像N1中所占的列从左至右依次记为待分析列1至待分析列Q,将待分析区域在灰癌影像N1中所占的行从上至下依次记为待分析行1至待分析行P;对于待分析列1至待分析列Q中的任意一个待分析列Q1,将待分析列Q1的像素点由上至下依次记为待分析像素点1至待分析像素点U;获取待分析像素点1以及待分析像素点2的灰度值,并获取待分析像素点2的变动比例,以此类推,获取待分析像素点3至待分析像素点U的变动比例,并将待分析像素点2至待分析像素点U对应的所有变动比例的最大值记为癌变特征比例Q1;获取待分析列Q1在灰癌像素列1至灰癌像素列K中的编号,记为K1,将癌变特征比例Q1记为列缓冲区间K1对应的癌变特征值;对所有待分析列进行分析并将每个待分析列的癌变特征比例依次记为其对应的列缓冲区间的癌变特征值;基于对待分析列的分析方式对待分析行进行分析,并将分析得到的待分析行的癌变特征比例依次记为其对应的行缓冲区间的癌变特征值;癌变预警分析法还包括:对所有癌变影像的待分析列以及待分析行进行分析,并将得到的所有癌变特征比例依次记为其对应的列缓冲区间或行缓冲区间的癌变特征值,其中,每个列缓冲区间或行缓冲区间有多个癌变特征值;将所有列缓冲区间、行缓冲区间、列缓冲区间的癌变特征值以及行缓冲区间的癌变特征值存储入学习子库中。

全文数据:

权利要求:

百度查询: 天津市肿瘤医院(天津医科大学肿瘤医院) 基于深度学习的子宫内膜癌风险筛查方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。