【技术实现步骤摘要】
本专利技术涉及计算机安全，尤其涉及一种多体素波谱数据的分析方法、装置、设备及存储介质。
技术介绍
1、不同代谢物的原子核所处化学环境不同，导致原子核的共振频率不同，理论上同部位的正常组织的代谢物种类和含量相对稳定，其体素波谱数据表现也大部分相似。但是针对于不同的病灶区域或者病情，体素波谱数据表现可能完全不同，可以对不同代谢化合物的体素波谱数据进行区分并进一步分析确定异常状况。
2、现有技术往往是针对确定病灶区域或者单一异常进行波谱成像，对波谱图像数据进行分析了解异常状况。利用磁共振波谱标记海马区的多体素，对多体素波谱数据获得代谢物相关的特征向量，分析出是否存在异常。
3、但是现有技术虽然是对多体素波谱数据进行分析，但是都是针对特定的病灶区，且都基于波谱分析的代谢物定量结果对特定的异常进行分析判断，而在病灶区不确定时无法根据多体素波谱数据进行具体的分析，从而分析不出异常状况。
技术实现思路
1、有鉴于此，有必要提供一种多体素波谱数据的分析方法、装置、设备及存储介质，用以解决现有技术中只能针对特定区域的多体素波谱数据进行分析确定异常状况的问题。
2、为达到上述技术目的，本专利技术采取了以下技术方案：
3、第一方面，本专利技术提供了一种多体素波谱数据的分析方法，包括：
4、获取目标区域的已配准的第一扫描图像和第二扫描图像；
5、将第一扫描图像和第二扫描图像作为目标体素点分类网络模型的输入，输出得到目标区域中所有体素点
6、获取第二扫描图像的多体素波谱数据，基于多种不同的预设处理协议，根据区域分类情况对处于不同区域的体素点对应的波谱数据进行分别分析。
7、在一些可能的实现方式中，将第一扫描图像和第二扫描图像作为目标体素点分类网络模型的输入，输出得到多体素数据中所有体素点的病灶分类情况和区域分类情况，包括：
8、基于目标体素点分类网络模型，根据第一扫描图像和第二扫描图像确定病灶分类情况并计算体素点与病灶区的重叠度；
9、根据体素点与病灶区的重叠度对体素点所在的区域进行分类，确定所有体素点的区域分类情况。
10、在一些可能的实现方式中，基于目标体素点分类网络模型，根据第一扫描图像和第二扫描图像确定病灶分类情况并计算体素点与病灶区的重叠度，包括：
11、对第一扫描图像和第二扫描图像进行特征提取得到特征图像；
12、对特征图像进行分类，确定病灶区的类型与病灶区的位置；
13、对第一扫描图像和第二扫描图像进行特征拼接得到体素点定位框；
14、确定体素点定位框与病灶区的位置之间的重叠度。
15、在一些可能的实现方式中，病灶区的类型包括：第一病灶类型和第二病灶类型；根据体素点与病灶区的重叠度对体素点所在的区域进行分类，确定所有体素点的区域分类情况，包括：
16、当病灶区的类型为第一病灶类型时，按照第一预设分类标准根据重叠度将体素点对应的区域进行划分；
17、当病灶区的类型为第二病灶类型时，按照第二预设分类标准根据重叠度将体素点对应的区域进行划分。
18、在一些可能的实现方式中，基于多种不同的预设处理协议，根据区域分类情况对处于不同区域的体素点对应的波谱数据进行分别分析，包括：
19、对正常区采用第一预设处理流程进行分析得到正常区的频域谱线图和代谢物统计结果；
20、对病灶区采用第二预设处理流程进行分析得到病灶区的频域谱线图和代谢物统计结果。
21、在一些可能的实现方式中，获取目标区域的已配准的第一扫描图像和第二扫描图像，包括：
22、对第一扫描图像和第二扫描图像进行特征提取得到体素特征；
23、确定第一扫描图像的体素特征和第二扫描图像的体素特征之间的重叠特征；
24、基于重叠特征，将第一扫描图像和第二扫描图像进行配准得到已配准的第一扫描图像和第二扫描图像。
25、在一些可能的实现方式中，对第一扫描图像和第二扫描图像进行特征提取得到体素特征，包括：
26、分别对第一扫描图像和第二扫描图像进行分割得到多组第一扫描图像的体素块和多组第二扫描图像的体素块；
27、基于预设特征提取模型，根据第一扫描图像的体素块和第二扫描图像的体素块提取出若干第一扫描图像的体素特征和若干第二扫描图像的体素特征。
28、第二方面，本专利技术还提供了一种多体素波谱数据的分析装置，包括：
29、获取模块，用于获取目标区域的已配准的第一扫描图像和第二扫描图像；
30、分类模块，用于将第一扫描图像和第二扫描图像作为目标体素点分类网络模型的输入，输出得到目标区域中所有体素点的病灶分类情况和区域分类情况；
31、分析模块，用于获取第二扫描图像的多体素波谱数据，基于多种不同的预设处理协议，根据区域分类情况对处于不同区域的体素点对应的波谱数据进行分别分析。
32、第三方面，本专利技术还提供了一种电子设备，包括存储器和处理器，其中，
33、存储器，用于存储程序；
34、处理器，与存储器耦合，用于执行存储器中存储的程序，以实现上述任一种实现方式中的多体素波谱数据的分析方法中的步骤。
35、第四方面，本专利技术还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述任一种实现方式中的多体素波谱数据的分析方法中的步骤。
36、采用上述实施例的有益效果是：本专利技术涉及一种多体素波谱数据的分析方法、装置、设备及存储介质，该方法包括：获取目标区域的已配准的第一扫描图像和第二扫描图像；将所述第一扫描图像和第二扫描图像作为目标体素点分类网络模型的输入，输出得到所述目标区域中所有体素点的病灶分类情况和区域分类情况；获取所述第二扫描图像的多体素波谱数据，基于多种不同的预设处理协议，根据所述区域分类情况对处于不同区域的体素点对应的波谱数据进行分别分析。本专利技术提供的一种多体素波谱数据的分析方法、装置、设备及存储介质，先获取目标区域的已配准的第一扫描图像和第二扫描图像，确保在第一扫描图像和第二扫描图像中的组织位置是一致的，便于对体素点所在的区域进行划分，将第一扫描图像和第二扫描图像输入至目标体素点分类网络模型，得到目标区域中所有体素点的区域分类情况，通过目标体素点分类网络模型可以提高体素点的区域分类情况的准确性，然后对目标区域内的所有多体素波谱数据进行分别分析，从而在病灶区不确定的情况下发现异常状态。
本文档来自技高网...【技术保护点】
1.一种多体素波谱数据的分析方法，其特征在于，包括：
2.根据权利要求1所述的多体素波谱数据的分析方法，其特征在于，所述将所述第一扫描图像和第二扫描图像作为目标体素点分类网络模型的输入，输出得到所述多体素数据中所有体素点的病灶分类情况和区域分类情况，包括：
3.根据权利要求2所述的多体素波谱数据的分析方法，其特征在于，所述基于所述目标体素点分类网络模型，根据所述第一扫描图像和所述第二扫描图像确定病灶分类情况并计算体素点与病灶区的重叠度，包括：
4.根据权利要求3所述的多体素波谱数据的分析方法，其特征在于，所述病灶区的类型包括：第一病灶类型和第二病灶类型；所述根据所述体素点与病灶区的重叠度对体素点所在的区域进行分类，确定所有体素点的区域分类情况，包括：
5.根据权利要求3所述的多体素波谱数据的分析方法，其特征在于，所述基于多种不同的预设处理协议，根据所述区域分类情况对处于不同区域的体素点对应的波谱数据进行分别分析，包括：
6.根据权利要求1所述的多体素波谱数据的分析方法，其特征在于，所述获取目标区域的已配准的第一扫描图像和
7.根据权利要求6所述的多体素波谱数据的分析方法，其特征在于，所述对所述第一扫描图像和所述第二扫描图像进行特征提取得到体素特征，包括：
8.一种多体素波谱数据的分析装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器，其中，
10.一种计算机可读存储介质，其特征在于，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时，能够实现上述权利要求1至7中任一项所述多体素波谱数据的分析方法中的步骤。
...【技术特征摘要】
1.一种多体素波谱数据的分析方法，其特征在于，包括：
2.根据权利要求1所述的多体素波谱数据的分析方法，其特征在于，所述将所述第一扫描图像和第二扫描图像作为目标体素点分类网络模型的输入，输出得到所述多体素数据中所有体素点的病灶分类情况和区域分类情况，包括：
3.根据权利要求2所述的多体素波谱数据的分析方法，其特征在于，所述基于所述目标体素点分类网络模型，根据所述第一扫描图像和所述第二扫描图像确定病灶分类情况并计算体素点与病灶区的重叠度，包括：
4.根据权利要求3所述的多体素波谱数据的分析方法，其特征在于，所述病灶区的类型包括：第一病灶类型和第二病灶类型；所述根据所述体素点与病灶区的重叠度对体素点所在的区域进行分类，确定所有体素点的区域分类情况，包括：
5.根据权利要求3所述的多体素波谱数据...
【专利技术属性】
技术研发人员：于汉江，
申请(专利权)人：深圳市联影高端医疗装备创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。