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：中国医学科学院肿瘤医院;河南省现代医学新技术研究所

摘要：本发明涉及食管癌图像处理技术领域，尤其涉及一种基于图像处理的食管癌筛查系统及方法，本发明提出以下方案，首先将食道平扫CT图像序列转化为食道增强CT图像序列，其次从食道增强CT图像序列中筛选出疑似食管癌图像，最后提取疑似病灶图像，通过食管癌分期诊断网络对疑似病灶图像进行训练，输出筛查结果，提高食管癌筛查的普适性和准确性。

主权项：1.一种基于图像处理的食管癌筛查系统，其特征在于，所述系统包括：CT图像增强模块、食管癌区分模块和疑似食管癌筛查模块；所述CT图像增强模块，用于对待筛查人员的食道平扫CT图像进行增强，将食道平扫CT图像转化为食道增强CT图像；所述食管癌区分模块用于对食道增强CT图像进行时频分析，将食道增强CT图像区分为正常食道图像和疑似食管癌图像；所述疑似食管癌筛查模块，用于对属于食管癌图像类别的食道增强CT图像进行区域裁剪，提取食道增强CT图像的疑似病灶图像，并通过食管癌分期诊断网络对输入参数进行训练，输出疑似食管癌图像的筛查结果；所述CT图像增强模块，包括：关联点区分单元，用于遍历食道平扫CT图像序列中单张食道平扫CT图像的每一个像素点，以该像素点作为中心点，中心点周围3x3大小的像素矩阵作为窗口模版，计算窗口模版中每一个像素点与中心点的灰色关联度，将灰色关联度与关联阈值进行对比，如果灰色关联度大于关联阈值，将像素点标记为关联点；噪声点去噪单元，用于统计窗口模版中关联点的数量，如果小于四个，将该中心点标记为噪声点，并通过灰色微分预测对噪声点进行去噪；均衡图像增强单元，用于根据去噪后的食道平扫CT图像，计算食道平扫CT图像的能量梯度，根据能量梯度确定食道平扫CT图像的分块数，对食道平扫CT图像进行分块，获取食道平扫CT图像每个子块的直方图，通过直方图均衡化生成每个子块的均衡化直方图，获取食道平扫CT均衡图像，其中，食道平扫CT图像的分块数的计算公式为： ，其中，Q表示食道平扫CT图像的分块数，m{•}表示向下取整函数，i表示食道平扫CT图像的单个像素点，I表示食道平扫CT图像的像素点总数量，表示第i个像素点的能量梯度，F表示能量梯度总和，M表示食道平扫CT图像的长度，N表示食道平扫CT图像的宽度，q表示比例系数，其中，第i个像素点的能量梯度的计算公式为： ，其中，表示第i个像素点在横向方向的能量分量，x,y表示第i个像素点的坐标，表示第i个像素点的像素值，第i个像素点在纵向方向的能量分量；对食道平扫CT均衡图像进行离散小波变换，获取食道平扫CT均衡图像的低频分量与高频分量，通过归一化细节系数对低频分量和高频分量进行增强，获取食道CT增强图像，重复步骤获取食道CT增强图像序列;所述食管癌区分模块，包括：通过小波变换对食道增强CT图像序列中每一张食道增强CT图像进行时频分析，提取食道增强CT图像的纹理细节信息，根据基于SVM的食道图像分类算法对所述食道增强CT图像的纹理细节信息进行分类，输出食道增强CT图像的类别，所述类别包括正常食道图像和疑似食管癌图像;所述食管癌筛查模块包括：病灶裁剪单元，用于对属于食管癌图像类别的食道增强CT图像进行区域裁剪，提取食道增强CT图像的疑似病灶图像，包括：提取属于食管癌图像类别的食道增强CT图像的总像素值，计算目标病灶部分像素概率和背景部分像素概率，确定目标病灶部分的中心点；根据目标病灶部分像素概率和背景部分像素概率计算裁剪阈值，裁剪阈值的计算公式为： ，其中，H表示裁剪阈值，P表示目标病灶部分和背景部分的交叉概率，表示目标病灶部分像素概率，表示背景部分像素概率，表示目标病灶部分灰度均值，表示背景部分灰度均值，表示目标病灶部分类内均方差，表示背景部分类内均方差；根据目标病灶部分的中心点和裁剪阈值，对食道增强CT图像进行区域裁剪，获取食道增强CT图像的疑似病灶图像；食管癌诊断单元，用于构建食管癌分期诊断网络，通过食管癌分期诊断网络对输入参数进行训练，输出疑似食管癌图像的筛查结果；所述食管癌分期诊断网络包括特征提取层、感知层和输出层；所述特征提取层包括病灶空间特征提取模块和病灶时序语义特征提取模块，所述病灶空间特征提取模块用于根据正则化和维度变换将疑似病灶图像的4C通道数缩减至2C，提取疑似病灶图像的影像组学信息，对影像组学信息进行度量，通过残差连接提取完成度量后的影像组学信息的病灶空间特征，所述病灶时序语义特征提取模块用于对疑似病灶图像进行三次插值和通道编码，按CT扫描时间为时间轴，逐张输入VGG16网络，通过卷积和池化提取病灶时序语义特征；所述感知层，用于对所述病灶空间特征和所述病灶时序语义特征进行自乘和逆运算，获取相关性权重，根据相关性权重将病灶空间特征和病灶时序语义特征按位相加，并进行通道融合，通过sigmoid激活函数输出感知层的感知特征；所述输入层，用于根据相似性匹配寻找与感知特征最佳匹配的神经元，根据最佳匹配的神经元确定疑似病灶图像的食管癌分期类型并输出结果；其中，所述影像组学信息包括病灶形态学信息、病灶统计量信息和病灶纹理矩阵信息，所述度量包括最大相关性度量和最小冗余度度量，所述食管癌分期类型包括无食管癌、食管癌早期、食管癌中期和食管癌末期。

全文数据：

权利要求：

百度查询： 中国医学科学院肿瘤医院 河南省现代医学新技术研究所 一种基于图像处理的食管癌筛查系统及方法