一种肺结核患者电子病历数据分析方法与流程

本发明涉及图像处理，具体涉及一种肺结核患者电子病历数据分析方法。

背景技术：

1、肺结核是严重危害人类健康的慢性呼吸道疾病，目前典型肺结核的诊断主要通过发掘病历数据之间的隐藏关系，寻找可行可靠的诊疗方法。在问诊过程中，为了更好地理解肺结核的流行病学特征、疾病发展模式、治疗效果以及预测患者预后等方面，通常会对肺结核患者的病历数据进行分析，并利用分析结果预测患者的疾病进展和治疗效果。

2、在电子病历包含的关于肺结核分析诊疗数据中，影像学检查时诊断肺结核常用检测方法之一，通过深度学习模型对患者胸部ct图像进行分析，辅助医师对肺结核病的早期诊断。但是电子病历中的ct图像数据在多次存储过程中容易受到电噪声的干扰，因此需要对图像进行降噪处理。由于图像受噪声干扰程度难以提前预知，利用现有的降噪方法在对胸部ct图像进行处理时存在容易破坏图像中的部分细小结构或噪声去除效果不明显等问题。

技术实现思路

1、本发明提供一种肺结核患者电子病历数据分析方法，以解决现有的问题。

2、本发明的一种肺结核患者电子病历数据分析方法采用如下技术方案：

3、本发明提出了一种肺结核患者电子病历数据分析方法，该方法包括以下步骤：

4、获取患者的胸部ct图像；

5、基于胸部ct图像中的灰度分布，划分得到若干个连通域，并得到每个连通域边缘的拟合曲线；根据连通域中像素点的数量、边缘像素点的灰度变化及梯度变化，以及连通域边缘的拟合曲线，得到每个连通域的肺部组织特征表达参数；

6、根据胸部ct图像中连通域的肺部组织特征表达参数、连通域内像素点的数量、梯度值及分布特征，得到胸部ct图像的损伤因子；

7、根据胸部ct图像的损伤因子、连通域的肺部组织特征表达参数以及连通域中像素点在不能窗口大小下的窗口内灰度分布特征，构建连通域基于窗口大小的评估函数，进而得到每个连通域的最终滤波窗口大小；

8、根据胸部ct图像的损伤因子及连通域中像素点的灰度差异，得到每个连通域的滤波核的高斯分布标准差参数；结合连通域的最终滤波窗口大小，通过高斯滤波得到降噪处理后的胸部ct图像；

9、基于患者的降噪处理后的胸部ct图像，对患者进行肺结核风险分析。

10、进一步地，所述基于胸部ct图像中的灰度分布，划分得到若干个连通域，包括的具体步骤如下：

11、通过最大类间方差法得到胸部ct图像的分割阈值；

12、根据分割阈值对胸部ct图像进行分割，得到胸部ct图像的二值图像；

13、对胸部ct图像的二值图像通过连通域检测，得到若干个连通域。

14、进一步地，所述得到每个连通域边缘的拟合曲线，包括的具体步骤如下：

15、将所有的连通域标记在原胸部ct图像中，并通过最小二乘法对各连通域边缘进行曲线拟合，得到每个连通域边缘的拟合曲线。

16、进一步地，所述根据连通域中像素点的数量、边缘像素点的灰度变化及梯度变化，以及连通域边缘的拟合曲线，得到每个连通域的肺部组织特征表达参数，对应的具体计算公式为：

17、；

18、其中，表示第个连通域的肺部组织特征表达参数；表示第个连通域中像素点数量；表示第个连通域的边缘像素点数量；表示第个连通域内像素点中最大梯度值；表示第个连通域内第个边缘像素点的梯度值；表示第个连通域内第个边缘像素点在拟合曲线上的曲率与左右相邻两个边缘像素点的曲率的差值绝对值均值；表示第个连通域内所有边缘像素点左右相邻两个边缘像素点的曲率的差值绝对值均值的均值；表示第个连通域中所有边缘像素点的灰度值的信息熵；表示第个连通域中第个边缘像素点的灰度值；表示绝对值函数；表示归一化函数。

19、进一步地，所述根据胸部ct图像中连通域的肺部组织特征表达参数、连通域内像素点的数量、梯度值及分布特征，得到胸部ct图像的损伤因子，对应的具体计算公式为：

20、；

21、其中，表示胸部ct图像的损伤因子；表示胸部ct图像中连通域的数量；表示第个连通域的肺部组织特征表达参数；表示第个连通域内像素点的数量；表示第个连通域中第个像素点与第个连通域质心点的欧氏距离；表示第个连通域中第个像素点的梯度值；表示双曲正切函数；表示归一化函数。

22、进一步地，所述根据胸部ct图像的损伤因子、连通域的肺部组织特征表达参数以及连通域中像素点在不能窗口大小下的窗口内灰度分布特征，构建连通域基于窗口大小的评估函数，对应的具体计算公式为:

23、；

24、其中，表示第个连通域中窗口大小为时的评估函数输出值；表示胸部ct图像的损伤因子；为窗口大小；表示第个连通域中每个像素点的窗口内像素点的灰度值的方差的均值；表示第个连通域的肺部组织特征表达参数； 表示第个连通域中像素点的个数；表示第个连通域中第个像素点在窗口大小为时的窗口内像素点的个数；表示第个连通域中第个像素点在窗口大小为时的窗口内第个像素点的灰度值；表示第个连通域中第个像素点的灰度值；表示均方误差计算函数，表示第个连通域中第个像素点在窗口大小为时的窗口内各像素点的灰度值与第个连通域中第个像素点的灰度值的均方误差。

25、进一步地，所述得到每个连通域的最终滤波窗口大小，包括的具体步骤如下：

26、将任意一个连通域的评估函数输出值最小时的窗口大小，作为该连通域的最终滤波窗口大小。

27、进一步地，所述根据胸部ct图像的损伤因子及连通域中像素点的灰度差异，得到每个连通域的滤波核的高斯分布标准差参数，对应的具体计算公式为：

28、；

29、其中，表示第个连通域滤波核的高斯分布标准差参数，表示胸部ct图像的损伤因子，表示第个连通域中像素点的个数；表示第个连通域中第个像素点的灰度值；表示第个连通域中所有像素点灰度值的均值；表示绝对值函数。

30、进一步地，所述结合连通域的最终滤波窗口大小，通过高斯滤波得到降噪处理后的胸部ct图像，包括的具体步骤如下：

31、根据每个连通域的最终滤波窗口大小和每个连通域的滤波核的高斯分布标准差参数对胸部ct图像进行高斯滤波降噪处理，得到降噪处理后的胸部ct图像。

32、进一步地，所述基于患者的降噪处理后的胸部ct图像，对患者进行肺结核风险分析，包括的具体步骤如下：

33、对患者的所有层胸部ct图像，得到若干层降噪处理后的胸部ct图像，将患者的所有降噪处理后的胸部ct图像输入肺结核风险辅助诊断模型中，输出肺结核风险分析信息。

34、本发明的技术方案的有益效果是：

35、通过对患者电子病历数据进行分析，将电子病历中的ct图像数据优化降噪处理，有效减少了由于多次存储过程中受到的电噪声的干扰。具体的，通过对患者的胸部ct图像的灰度分布进行分析，得到若干个连通域，进而得到每个连通域边缘的拟合曲线，结合连通域中像素点的灰度和梯度，得到每个连通域的肺部组织特征表达参数，对不同连通域可能包含的图像本身信息的多少及电噪声的差异进行量化，为后续损伤因子基于连通域分布的量化提供基础；然后根据连通域的肺部组织特征表达参数和连通域内像素点的特征，得到胸部ct图像的损伤因子；最后结合上述参数，得到每个连通域的基于窗口大小的评估函数及进一步的最终滤波窗口大小，避免去噪效果较差同时丢失图像信息的问题；并通过最终滤波窗口大小结合每个连通域的滤波核的高斯分布标准差参数，使用高斯滤波得到降噪处理后的胸部ct图像，并对患者进行肺结核风险分析。本发明通过滤波过程中考虑肺部ct图像的理想特征与实际特征的差异，从而优化滤波参数获取过程，降低了肺部组织细节被过度平滑的概率，提升了滤波降噪效果，增加了风险预测准确度。