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CT图像的肺肿块病变特征识别方法、系统及介质，涉及肺肿块病变特征识别技术领域，包括如下步骤：采集肺肿块患者的基本信息，获取CT图像；查找CT图像的二值化阈值，得到黑白图像与肺肿块轮廓；对肺肿块轮廓进行特征提取，得到图像特征；对图像特征进行大数据采集；通过深度学习的方式对肺肿块患者的CT图像进行学习；基于深度学习的结果对肺肿块患者的图像特征进行识别，判断是否病变；本发明用于解决现有的肺肿块病变特征识别技术还存在难以对肺肿块边缘标准进行精准提取，导致肺肿块病变特征识别不准确的问题。

主权项：1.基于CT图像的肺肿块病变特征识别方法，其特征在于，包括如下步骤：采集肺肿块患者的基本信息，命名为患者信息，获取CT图像；对CT图像进行二值化处理，查找CT图像的二值化阈值，得到黑白图像与肺肿块轮廓；对CT图像进行特征提取包括如下子步骤：在CT图像中随机选取第一数量的灰度值大于白色灰度阈值的像素点，命名为起始点；将起始点的中心为原点，X轴与Y轴与CT图像的边界平行建立直角坐标系，命名为起始坐标系；获取CT图像的中心的坐标并命名为中心点坐标，通过符号CXC,YC表示；获取起始点的坐标并命名为起始点坐标，通过符号TXT,YT表示；将XC与XT进行比对，若XC大于等于XT，则输出向右移动信号；若XC小于XT，则输出向左移动信号；将YC与YT进行比对，若YC大于等于YT，则输出向上移动信号；若YC小于YT，则输出向下移动信号；以起始点为起点，若输出向上移动信号，则沿着Y轴向上查询；若输出向下移动信号，则沿着Y轴向下查询；若输出向右移动信号，则沿着X轴向右查询；若输出向左移动信号，则沿着X轴向左查询；将沿途经过的像素点标记为路径点；以起始点为起始，依次获取路径点的灰度值，命名为路径灰度值，对路径灰度值进行编号，得到路径编号，通过符号Li表示，i为正整数；依次计算Li-Li+1的值，命名为灰度梯度，对灰度梯度进行编号并通过符号Hi表示，Hi对应Li-Li+1；对Hi进行进一步分析；对Hi进行进一步分析包括如下子步骤：以i为横坐标，灰度梯度为纵坐标建立直角坐标系，命名为梯度坐标系，将Hi以及对应的灰度梯度录入梯度坐标系并绘制折线图；将两点之间连接的线段命名为趋势线段，查找斜率相同且相邻的趋势线段并整合为同一趋势线段，对趋势线段进行编号，命名为线段编号，通过符号Dj表示，j为正整数；查找对应的灰度梯度大于第一梯度阈值且最长的趋势线段，标记为边缘线段；查找边缘线段的首位对应的Hi，分别命名为首位梯度以及末位梯度；以首位梯度为起始，i减小为方向，查找相邻的灰度梯度与首位梯度的差值是否小于等于第一梯度阈值，若是，则输出首位整合信号；若否，则输出首位无需整合信号；以末位梯度为起始，i增大为方向，查找相邻的灰度梯度与末位梯度的差值是否小于等于第一梯度阈值，若是，则输出末位整合信号；若否，则输出末位无需整合信号；若输出首位整合信号，则将对应的灰度梯度纳入边缘梯度并继续查找；若输出首位无需整合信号，则停止首位梯度的查找；若输出末位整合信号，则将对应的灰度梯度纳入边缘梯度并继续查找；若输出末位无需查找信号，则停止末位梯度的查找；将边缘梯度中的灰度梯度相加并求取平均值，得到平均梯度，对第一数量的起始点均计算一次平均梯度，再计算平均梯度的平均值，得到二值化阈值；基于二值化阈值，对CT图像进行二值化处理，将像素点的灰度值标记为像素灰度，若像素灰度小于二值化阈值，则将像素点填充为黑色；若像素灰度大于等于二值化阈值，则将像素点填充为白色，得到黑白图像；黑白图像中肺肿块与黑色区域的交界即为肺肿块轮廓；对肺肿块轮廓进行特征提取，得到图像特征；对图像特征进行大数据采集，配合肺肿块患者的患者信息进行数据收集；对大数据的图像特征进行特征分析，通过深度学习的方式对肺肿块患者的CT图像进行学习；基于深度学习的结果对肺肿块患者的图像特征进行识别，判断是否病变。

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CT图像的肺肿块病变特征识别方法、系统及介质