一种基于平扫CT影像的棕色脂肪识别方法和识别装置制造方法及图纸

本发明专利技术提供了一种基于平扫CT影像的棕色脂肪识别方法和识别装置，解决现有棕色脂肪识别成本和识别准确率无法匹配的技术问题。方法包括：利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型；根据组织特征识别模型识别待检测平扫CT影像中的棕色脂肪，量化棕色脂肪物理属性。以低成本平扫CT影像数据为主训练或优化组织特征识别模型，实现对棕色脂肪与白色脂肪的有效区分。为探索如何通过药物、营养和其他手段激活人体内的棕色脂肪组织，以期望从中发现新的治疗肥胖症和糖尿病的策略提供过了靶点识别和组织量化的基础工具。础工具。础工具。

【技术实现步骤摘要】
一种基于平扫CT影像的棕色脂肪识别方法和识别装置


[0001]本专利技术涉及图像识别
，具体涉及一种基于CT影像的棕色脂肪识别方法和识别装置。

技术介绍

[0002]棕色脂肪(BAT)是一种在哺乳动物体内存在的特殊类型脂肪组织。这种组织含有丰富的线粒体，其中包含一种特殊的蛋白质UCP1，这种蛋白质能够通过将脂肪酸氧化转化为热能来产生热量。棕色脂肪被认为是一种潜在的治疗肥胖症和糖尿病的靶点。基础研究表明，棕色脂肪与血清中胆固醇以及甘油三酯的水平间接相关，可以延缓动脉粥样硬化的进展。含有棕色脂肪的人群发生糖尿病、高血压、冠心病、脑血管疾病等概率明显低于无棕色脂肪人群，且棕色脂肪是这些常见的慢性代谢性疾病的独立保护因素。目前识别棕色脂肪分布和活性的手段主要通过彩色MRI(核磁共振)、PET
‑
CT(正电子发射断层显像)、扫描热成像和血液标志物等。但彩色MRI和PET
‑
CT的扫描成本和人力成本高昂，受个体差异影响其他识别手段对棕色脂肪和其他类型脂肪组织的区分度较差。

技术实现思路

[0003]鉴于上述问题，本专利技术实施例提供一种基于平扫CT影像的棕色脂肪识别方法和识别装置，解决现有棕色脂肪识别成本和识别准确率无法匹配的技术问题。
[0004]本专利技术实施例的基于平扫CT影像的棕色脂肪识别方法，包括：
[0005]利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型；
[0006]根据组织特征识别模型识别待检测平扫CT影像中的棕色脂肪，量化棕色脂肪物理属性。
[0007]本专利技术一实施例中，所述利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型包括：
[0008]通过影像图像特征提取工具获取棕色脂肪的图像特征数据，图像特征数据包括特征点位和特征描述；
[0009]对图像特征数据进行筛选或降维，建立图像训练数据集合；
[0010]利用图像训练数据集合调整分类器建立第一组织特征识别模型。
[0011]本专利技术一实施例中，所述利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型包括：
[0012]通过影像组学特征提取工具获取棕色脂肪的组学特征数据；
[0013]对组学特征数据进行筛选或降维，建立组学训练数据集合；
[0014]利用组学训练数据集合调整分类器建立第二组织特征识别模型。
[0015]本专利技术一实施例中，所述利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型包括：
[0016]选取基础网络、损失函数和梯度反向传播算法形成组织特征识别模型初始状态，
利用平扫CT影像资源进行组织特征识别模型训练以确定组织特征识别模型的检测状态。
[0017]本专利技术一实施例中，所述影像图像特征提取工具至少包括以下一种：
[0018]按尺度不变特征转换、方向梯度直方图、灰度直方图、Gabor特征提取、边缘算子；
[0019]所述对影像特征数据进行筛选或降维的方法至少采用以下一种：
[0020]主成分分析、线性判别分析、L1正则化、L2正则化、自适应增强。
[0021]本专利技术一实施例中，所述影像组学特征提取工具至少包括以下一种：
[0022]直方图特征、纹理特征、对象或形状的空间灰度信息、无空间定位频域特征、空间定位频域特征、图像强度和纹理特征的频域特征、灰度变化区域的粗扫毒特征、形状的几何特征。
[0023]所述对影像特征数据进行筛选或降维的方法至少采用以下一种：
[0024]主成分分析、线性判别分析、L1正则化、L2正则化、自适应增强。
[0025]本专利技术一实施例中，所述分类器至少采用以下一种：
[0026]支持向量机、逻辑回归、随机森林、多层感知机。
[0027]本专利技术一实施例中，所述选取基础网络包括ResNet、DenseNet、Vision Transformer、Unet或Faster RCNN；所述选取损失函数包括交叉熵损失函数或Dice损失函数；所述选取梯度反向传播算法包括SGD、Adam或Rmsprop。
[0028]本专利技术实施例的基于平扫CT影像的棕色脂肪识别装置，包括：
[0029]存储器，用于存储如上述基于平扫CT影像的棕色脂肪识别方法的处理过程的程序代码；
[0030]处理器，用于执行所述程序代码。
[0031]本专利技术实施例的基于平扫CT影像的棕色脂肪识别装置，包括：
[0032]模型训练构建模块，用于利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型；
[0033]检测输出量化模块，用于根据组织特征识别模型识别待检测平扫CT影像中的棕色脂肪，量化棕色脂肪物理属性。
[0034]本专利技术实施例的基于平扫CT影像的棕色脂肪识别方法和识别装置以低成本平扫CT影像数据为主训练或优化组织特征识别模型，实现对棕色脂肪与白色脂肪的有效区分。为探索如何通过药物、营养和其他手段激活人体内的棕色脂肪组织，以期望从中发现新的治疗肥胖症和糖尿病的策略提供过了靶点识别和组织量化的基础工具。
附图说明
[0035]图1所示为本专利技术一实施例基于平扫CT影像的棕色脂肪识别方法的流程示意图。
[0036]图2所示为本专利技术一实施例基于平扫CT影像的棕色脂肪识别装置的架构示意图。
具体实施方式
[0037]为使本专利技术的目的、技术方案及优点更加清楚、明白，以下结合附图及具体实施方式对本专利技术作进一步说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]本专利技术一实施例基于平扫CT影像的棕色脂肪识别方法如图1所示。在图1中，本专利技术实施例包括：
[0039]步骤100：利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型。
[0040]平扫CT影像资源主要包括由静脉内不给含碘造影剂的普通扫描形成的CT影像。棕色脂肪的影像特征包括但不限于区域灰度向量、边界、局部不变性、纹理、医学组学特征以及高阶隐形特征等。利用计算机影像对相同、相似和类似组织的影像特征表达，作为训练输入数据或优化输入数据，对通用识别或分类模型进行训练形成组织特征识别模型。通过的组织特征识别模型对待测影像进行棕色脂肪的对象确认和对象量化。形成物理属性的规律性识别模型建立的训练输入数据或优化输入数据。
[0041]步骤200：根据组织特征识别模型识别待检测平扫CT影像中的棕色脂肪，量化棕色脂肪物理属性。
[0042]棕色脂肪的物理属性包括但不限于实体确认、实体位置、实体轮廓、实体尺寸、实体体积等。
[0043]本专利技术实施例的基于平扫CT影像的棕色脂肪识别方法以低成本平扫CT影像数据为主训练或优化组织特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于平扫CT影像的棕色脂肪识别方法，其特征在于，包括：利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型；根据组织特征识别模型识别待检测平扫CT影像中的棕色脂肪，量化棕色脂肪物理属性。2.如权利要求1所述的基于平扫CT影像的棕色脂肪识别方法，其特征在于，所述利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型包括：通过影像图像特征提取工具获取棕色脂肪的图像特征数据，图像特征数据包括特征点位和特征描述；对图像特征数据进行筛选或降维，建立图像训练数据集合；利用图像训练数据集合调整分类器建立第一组织特征识别模型。3.如权利要求1所述的基于平扫CT影像的棕色脂肪识别方法，其特征在于，所述利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型包括：通过影像组学特征提取工具获取棕色脂肪的组学特征数据；对组学特征数据进行筛选或降维，建立组学训练数据集合；利用组学训练数据集合调整分类器建立第二组织特征识别模型。4.如权利要求1所述的基于平扫CT影像的棕色脂肪识别方法，其特征在于，所述利用平扫CT影像资源中棕色脂肪的影像特征建立棕色脂肪的组织特征识别模型包括：选取基础网络、损失函数和梯度反向传播算法形成组织特征识别模型初始状态，利用平扫CT影像资源进行组织特征识别模型训练以确定组织特征识别模型的检测状态。5.如权利要求2所述的基于平扫CT影像的棕色脂肪识别方法，其特征在于，所述影像图像特征提取工具至少包括以下一种：按尺度不变特征转换、方向梯度直方图、灰度直方图、Gabor特征提取、边缘算子；所述对影像特征数据进行筛选或降维的方法至...

【专利技术属性】
技术研发人员：周振，俞益洲，李一鸣，乔昕，张龙江，杨桂芬，
申请(专利权)人：北京深睿博联科技有限责任公司，
类型：发明
国别省市：