(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 202210476269.1 (22)申请日 2022.04.29 (71)申请人 沈阳东软智能医疗科技研究院有限 公司 地址 110167 辽宁省沈阳市 浑南区创新路 175-2号419室 (72)发明人 刘晶　彭成宝　陈慧婷　张霞　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 张娜 (51)Int.Cl. G06V 10/54(2022.01) G06V 10/44(2022.01) G06V 10/26(2022.01) G06V 10/764(2022.01)G06K 9/62(2022.01) (54)发明名称 基于医学影像的特征处理方法、 装置、 设备 及介质 (57)摘要 本申请提供了一种基于医学影像的特征处 理方法、 装置、 设备及介质。 该方法包括： 确定医 学影像的病灶区域内提取的每一病灶子区域的 初始纹理特征， 以及所述病灶区域对应的代表性 纹理特征； 根据每一所述病灶子区域面向所述代 表性纹理特征的纹理特征值， 确定各所述病灶子 区域间的连通关系； 基于所述连通关系， 组合各 所述病灶子区域的初始纹理特征， 得到所述病灶 区域的连通纹理特征。 本申请实现对病灶区域内 部特征的相关性分析， 确保病灶区域内纹理特征 的全面有效性， 解决现有技术中病灶区域内的纹 理特征提取不够全面的问题， 进一步提高医学影 像内病灶 分类的准确率。 权利要求书2页 说明书12页 附图5页 CN 114782712 A 2022.07.22 CN 114782712 A 1.一种基于医学影 像的特征处理方法， 其特 征在于， 包括： 确定医学影像的病灶区域内提取的每一病灶子区域的初始 纹理特征， 以及所述病灶区 域对应的代 表性纹理特征； 根据每一所述病灶子区域面向所述代表性纹理特征的纹理特征值， 确定各所述病灶子 区域间的连通关系； 基于所述连通关系， 组合各所述病灶子区域的初始纹理特征， 得到所述病灶区域的连 通纹理特征。 2.根据权利要求1所述的方法， 其特征在于， 所述确定 医学影像的病灶区域内提取的每 一病灶子区域的初始纹 理特征， 包括： 基于所述医学影像内病灶区域的纹理分析价值， 从所述病灶区域内提取出各所述病灶 子区域； 对每一所述病灶子区域进行多 级平稳小 波变换， 得到该病灶子区域的初始纹 理特征。 3.根据权利要求1所述的方法， 其特征在于， 所述确定所述病灶区域对应的代表性纹理 特征， 包括： 获取与所述医学影像 内病灶区域的纹理分析价值匹配的历史医学影像， 作为对应的训 练样本； 从每一所述训练样本的样本病灶区域内， 提取出对应的样本病灶子区域， 并确定每一 样本病灶子区域的初始纹 理特征； 对各所述样本病灶子区域的初始 纹理特征进行特征筛选， 得到所述病灶区域对应的代 表性纹理特征。 4.根据权利要求3所述的方法， 其特征在于， 所述对各所述样本病灶子区域的初始 纹理 特征进行特征筛选， 得到所述病灶区域对应的代 表性纹理特征， 包括： 针对每一训练样本的样本病灶区域， 基于该样本病灶区域内每两个样本病灶子区域间 的纹理特征相似度， 从该样本病灶区域内各所述样本病灶子区域间的初始纹理特征中， 筛 选出该训练样本对应的差异纹 理特征； 基于每一差异 纹理特征在各所述训练样本下的被筛选总次数， 确定所述病灶区域对应 的代表性纹理特征。 5.根据权利要求1所述的方法， 其特征在于， 所述根据每一所述病灶子区域面向所述代 表性纹理特征的纹理特征值， 确定各 所述病灶子区域间的连通关系， 包括： 利用预设定的区间特征阈值， 对每一所述病灶子区域面向所述代表性纹理特征的纹理 特征值进行转换， 得到每一所述病灶子区域 转换后的纹 理特征值； 根据各所述病灶子区域在所述病灶区域内的实际位置和各所述病灶子区域转换后的 纹理特征值， 确定所述病灶区域内的连通区域。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述连通关系， 组合各所述病灶 子区域的初始纹 理特征， 得到所述病灶区域的连通纹 理特征， 包括： 针对每一连通区域， 组合该连通区域内各所述病灶子区域的初始纹理特征， 得到该连 通区域的连通纹 理特征； 根据各所述连通区域的纹理特征值大小， 按序组合各所述连通区域的连通纹理特征， 得到所述病灶区域的连通纹 理特征。权　利　要　求　书 1/2 页 2 CN 114782712 A 27.根据权利要求1所述的方法， 其特征在于， 在基于所述连通关系， 组合各所述病灶子 区域的初始纹 理特征， 得到所述病灶区域的连通纹 理特征之后， 还 包括： 将所述病灶区域的连通纹理特征输入到预构建的病灶分类网络中， 得到所述医学影像 内的病灶分类结果； 其中， 所述病灶分类网络的训练样本为与 所述医学影像 内病灶区域的纹理分析价值匹 配的历史医学影像， 且所述病灶分类网络通过对每一所述训练样本内样本病灶区域的连通 纹理特征进行训练得到 。 8.一种基于医学影 像的特征处理装置， 其特 征在于， 包括： 纹理特征分析模块， 用于确定 医学影像的病灶区域内提取的每一病灶子区域的初始 纹 理特征， 以及所述病灶区域对应的代 表性纹理特征； 连通确定模块， 用于根据每一所述病灶子区域面向所述代表性纹理特征的纹理特征 值， 确定各 所述病灶子区域间的连通关系； 连通特征处理模块， 用于基于所述连通关系， 组合各所述病灶子区域的初始 纹理特征， 得到所述病灶区域的连通纹 理特征。 9.一种电子设备， 其特 征在于， 包括： 处理器和存储器， 所述存储器用于存储计算机程序， 所述处理器用于调用并运行所述 存储器中存储的计算机程序， 以执行权利要求1 ‑7中任一项所述的基于医学影像的特征处 理方法。 10.一种计算机可读存储介质， 其特征在于， 用于存储计算机程序， 所述计算机程序使 得计算机执 行如权利要求1 ‑7中任一项所述的基于医学影 像的特征处理方法。权　利　要　求　书 2/2 页 3 CN 114782712 A 3