(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210847395.3 (22)申请日 2022.07.19 (71)申请人 华中科技大 学同济医学院附属协和 医院 地址 430015 湖北省武汉市江汉区解 放大 道1277号 (72)发明人 吴林霞　韩萍　 (74)专利代理 机构 北京和信华成知识产权代理 事务所(普通 合伙) 11390 专利代理师 黄尧昆 (51)Int.Cl. G06T 7/62(2017.01) G06T 7/13(2017.01) G06T 7/90(2017.01) G06V 10/84(2022.01)G06V 10/82(2022.01) G06V 10/44(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种放射性核素断层影像与放射性浓集水 平的分析方法 (57)摘要 本发明公开了一种放射性核素断层影像与 放射性浓集水平的分析方法， 包括以下步骤： 利 用病灶形态与浓集水平关联特征、 病灶面积与浓 集水平关联特征、 病灶径线与浓集水平关联特征 和病灶边缘与浓集水平关联特征分别与病灶断 层影像对应的病症类别构建出最优病症识别模 型， 以实现对放射性核素断层影像中的放射性浓 集水平关系进行分析确定病灶的病症类别。 本发 明通过形态浓集关联识别模型、 形态浓集关联识 别模型、 面积 浓集关联识别模型和边缘浓集关联 识别模型对病灶形态、 面积、 径线和边缘与放射 性浓集水平之间关系进行分析， 避免人为分析的 主观性， 提高特 征提取的准确性。 权利要求书4页 说明书10页 附图1页 CN 115423860 A 2022.12.02 CN 115423860 A 1.一种放射性核素断层影像与放射性浓集水平的分析方法， 其特征在于， 包括以下步 骤： 步骤S1、 依次对每个放射性核素断层影像进行放射性浓集水平的调整得到多个病灶特 征断层影像， 并在每个放射性核 素断层影像对应的多个病灶断层影像中根据放射性浓集水 平提取出病灶形态特 征、 病灶面积特 征、 病灶径线特 征和病灶边 缘特征； 步骤S2、 利用病灶断层影像对应的放射性浓集水平分别和病灶形态特征、 病灶面积特 征、 病灶径线特征和病灶边缘特征输入预先建立的形态浓集关联识别模型、 形态浓集关联 识别模型、 面积浓集关联识别模型和边缘浓集关联识别模型识别得到病灶形态与放射性浓 集水平关联特征、 病灶面积与放射性浓集水平关联特征、 病灶径线与放射性浓集水平关联 特征和病灶边 缘与放射性浓集水平关联 特征； 步骤S3、 利用病灶形态与浓集水平关联特征、 病灶面积与浓集水平关联特征、 病灶径线 与浓集水平关联特征和病灶边缘与浓集水平关联特征分别与病灶断层影像对应的病症类 别构建出第一病症识别模型、 第二病症识别模型、 第三病症识别模型和第四病症识别模型， 并将第一病症识别模型、 第二病症识别模型、 第三病症识别模型和第四病症识别模型进行 加权组合得到最优病症识别模型， 以实现对放射性核 素断层影像中的放射性浓集水平关系 进行分析确定病灶的病症类别。 2.根据权利要求1所述的一种放射性核素断层影像与放射性浓集水平的分析方法， 其 特征在于： 所述对放射性核素断层影像进 行放射性浓集水平的调整得到多个病灶特征断层 影像， 包括： 设定色阶阈值的调整起点、 调整终点和调整梯度， 对每个放射性核素断层影像的色阶 阈值由调整起点以调整梯度进 行梯度调整至调整终点， 并在色阶阈值每经过一次梯度调整 得到一个病灶特征断层影像， 以实现将 每个放射性核 素断层影像转变为多个病灶特征断层 影像； 所述放射性浓集水平在放射性核素断层影像利用色阶阈值进行具象度量， 且放射性浓 集水平与色阶阈值呈正相关。 3.根据权利要求2所述的一种放射性核素断层影像与放射性浓集水平的分析方法， 其 特征在于： 所述识别得到病灶形态与放射性浓集水平关联特征、 病灶面积与放射性浓集水 平关联特征、 病灶径线与放射性浓集水平关联特征和病灶边缘与放射性浓集水平关联特 征， 包括： 在多个病灶特征断层影像中提取出病灶形态特征和多个病灶特征断层影像中的色阶 阈值构成的特征序列输入至形态浓集关联识别模型， 由形态浓集关联识别模型进 行识别输 出病灶形态与放射性浓集水平关联特征， 所述多个病灶特征断层影像中提取出病灶形态特 征和多个病 灶特征断层影像中的色阶阈值构成的特征序列的序列表达式为： {(S1,i,zi)|i ∈[1,m]}， 式中， S1,i为每个放射性核素断层影像对应的第i个病灶特征 断层影像的病灶形 态特征， zi为每个放射性核素断层影像对应 的第i个病灶特征断层影像 的色阶阈值， m为每 个放射性核素断层影 像对应的病灶特 征断层影 像的总数量， i 为计量常数； 在多个病灶特征断层影像中提取出病灶面积特征和多个病灶特征断层影像中的色阶 阈值构成的特征序列输入至面积浓集关联识别模型， 由面积浓集关联识别模型进 行识别输 出病灶面积与放射性浓集水平关联关系的类别标签作为病灶面积与放射性浓集水平关联权　利　要　求　书 1/4 页 2 CN 115423860 A 2特征， 所述多个病灶特征断层影像中提取出病灶面积特征和多个病灶特征断层影像中的色 阶阈值构成的特征序列的序列表达式为： {(S2,i,zi)|i∈[1,m]}， 式中， S2,i为每个放射性核 素断层影像对应的第i个病灶特征断层影像的病灶面积特征， zi为每个放射性核素断层影 像对应的第i个病灶特征断层影像的色阶阈值， m为每个放射性核 素断层影像对应的病灶特 征断层影 像的总数量， i 为计量常数； 在多个病灶特征断层影像中提取出病灶径线特征和多个病灶特征断层影像中的色阶 阈值构成的特征序列输入至径线浓集关联识别模型， 由径线浓集关联识别模型进 行识别输 出病灶径线与放射性浓集水平关联关系的类别标签作为病灶径线与放射性浓集水平关联 特征， 所述多个病灶特征断层影像中提取出病灶径线 特征和多个病灶特征断层影像中的色 阶阈值构成的特征序列的序列表达式为： {(S3,i,zi)|i∈[1,m]}， 式中， S3,i为每个放射性 核素断层影像对应的第i个病灶特征断层影像 的病灶径线特征， zi为每个放射性核素断层 影像对应的第i个病灶特征断层影像的色阶阈值， m为每个放射性核 素断层影像对应的病灶 特征断层影 像的总数量， i 为计量常数； 在多个病灶特征断层影像中提取出病灶边缘特征和多个病灶特征断层影像中的色阶 阈值构成的特征序列输入至边缘浓集关联识别模型， 由边缘浓集关联识别模型进 行识别输 出病灶边缘与放射性浓集水平关联关系的类别标签作为病灶边缘与放射性浓集水平关联 特征， 所述多个病灶特征断层影像中提取出病灶边缘特征和多个病灶特征断层影像中的色 阶阈值构成的特征序列的序列表达式为： {(S4,i,zi)|i∈[1,m]}， 式中， S4,i为每个放射性 核素断层影像对应的第i个病灶特征断层影像 的病灶边缘特征， zi为每个放射性核素断层 影像对应的第i个病灶特征断层影像的色阶阈值， m为每个放射性核 素断层影像对应的病灶 特征断层影 像的总数量， i 为计量常数。 4.根据权利要求3所述的一种放射性核素断层影像与放射性浓集水平的分析方法， 其 特征在于： 所述形态浓集关联识别模型、 形态浓集关联识别模 型、 面积浓集关联识别模型和 边缘浓集关联识别模型的建立方法包括： 获取一组病例的病灶特征断层影像， 并将每个病例的病灶特征断层影像均进行放射性 浓集水平的调整得到多个病灶特征断层影像， 以及每个病例的放射性核 素断层影像对应的 多个病灶断层影像中根据放射性浓集水平提取出病灶形态特征、 病灶面积特征、 病灶径线 特征和病灶边 缘特征； 将多个病灶断层影像的病灶形态特征与多个病灶断层影像的色阶阈值进行关联关系 的类别标签标定， 并将多个病灶断层影像的病灶形态特征与多个病灶断层影像的色阶阈值 构成的特征序列作为CNN网络的第一输入项， 将多个病灶断层影像的病灶形态特征与多个 病灶断层影像的色阶阈值进行关联关系的类别标签作为CNN网络的第一输出项， 以及利用 CNN网络对所述第一输入项和第一输出项 进行模型训练得到所述形态浓集关联识别模型； 将多个病灶断层影像的病灶面积特征与多个病灶断层影像的色阶阈值进行关联关系 的类别标签标定， 并将多个病灶断层影像的病灶面积特征与多个病灶断层影像的色阶阈值 构成的特征序列作为CNN网络的第二输入项， 将多个病灶断层影像的病灶面积特征与多个 病灶断层影像的色阶阈值进行关联关系的类别标签作为CNN网络的第二输出项， 以及利用 CNN网络对所述第二输入项和第二输出项 进行模型训练得到所述 面积浓集关联识别模型； 将多个病灶断层影像的病灶径线特征与多个病灶断层影像的色阶阈值进行关联关系权　利　要　求　书 2/4 页 3 CN 115423860 A 3