(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 202211021739.1 (22)申请日 2022.08.25 (71)申请人 新疆畅森数据科技有限公司 地址 830011 新疆维吾尔自治区乌鲁 木齐 市高新技术产业开 发区(新市区)河南 东路781号劳动和社会保障服务中心 六楼6009 (72)发明人 姚回　刘文　李珊珊　 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/40(2022.01) G06V 10/774(2022.01) (54)发明名称 一种乳腺超声影像组学的超高维特征数据 相关性分析方法 (57)摘要 本发明涉及乳腺超声影像组学数据分析领 域， 公开一种乳腺超声影像组学的超高维特征数 据相关性 分析方法， 内容如下： S1、 标注影像感兴 趣区域并生成掩膜图； S2、 利用影像组学算法提 取超声影像高通量特征， 生成高维数据； S3、 将超 高维特征数据存储在分布式文件系统； S4、 计算 集群节点内各特征数据的和及平方和； S5、 利用 步骤S4中的数据估算特征之间的相关性并输 出。 如果无法估算， 则计算其均值及标准差， 执行步 骤S6； S6、 各节点根据均值及标准差计算S5中无 法估算的特征之间的相关系数； S7、 汇总S6的结 果， 并计算均值， 得出总体特征之间的相关性。 采 用分布式估算皮尔逊相关系数， 能够减少单个节 点计算资源的消耗， 快速分析海量超高维特征之 间的相关性。 权利要求书3页 说明书6页 附图2页 CN 115410006 A 2022.11.29 CN 115410006 A 1.一种乳腺超声影 像组学的超高维特 征数据相关性分析 方法， 其特 征在于： a. 将海量超高维乳腺超声影 像特征数据存储在分布式文件系统中； b. 计算集群节点内各 特征数据的和及平方和； c. 利用b中的数据估算各个特征之间的相关性并输出； 如果无法估算， 则计算其均值 和标准差， 继续执 行分布式计算； d. 各节点根据均值及标准差计算c中无法估算的特 征之间的相关系数； e. 汇总d的结果并计算均值， 得 出总体特 征之间的相关性。 2.根据权利要求1所述的一种乳腺超声影像组学的超高维特征数据相关性分析方法， 其特征在于： 传统乳腺超声影像组学特征数据的存储在单机上， 本发明将海量超高维乳腺超声影像 特征数据按照节点存储块的大小做水平分割， 并存储在分布式文件系统中； 假设有三个计 算节点 ， 给定乳腺超声影像的 海量超高维度特征数据D ， 每条数据对象包含 个特征(s≥2)； 数据被均匀划分为 并存储在每个节点 （数据也可以不 被等分存储在各个计算结点， |D|为数据集中的总条数） ， 每个节点的部分数据包含s个特 征。 3.根据权利要求1所述的一种乳腺超声影像组学的超高维特征数据相关性分析方法， 其特征在于： 一种基于多节点协同计算摘要数据的方法： 传统计算乳腺超声影像组学特征数据 是在 单机环境， 针对每个数据单独计算， 而本发明是基于 分布式环境计算摘要 数据； 各个计算节 点按行读取其对应数据块 中的每条数据， 分别计算每个数据块 中各个特征的和( ) 及其特征的平方和( )， 其中t= ， 为数据集中第k条数据的第i个特征， 1≤i ≤s， 1≤k≤t。 4.根据权利要求1所述的一种乳腺超声影像组学的超高维特征数据相关性分析方法， 其特征在于： 一种同时支持精确计算及迭代估算的计算方法： 传统 的方法主要在单机环境直接精确 计算皮尔逊相关系数， 而本发明针对乳腺超声组学特征数据超高维的特点在分布式文件系 统上直接计算皮尔逊相关系数； 对所有数据求和计算 ， 其中m=|D|， 为数据集中第k条数据的第i个特征， 1≤i≤s，  1≤k≤m； 假设数据集中的两个特征列X和 Y( 、 )， n表示数据集中的总条数， 表示数据集中 第i条数据的X特征， 根据皮尔逊相关系数公式(公式1)可做如下变形：   (1)权　利　要　求　书 1/3 页 2 CN 115410006 A 2替换上式中的 和 ， 其中 ： 整理上式并替换 和 ， 其中 ， 整理最终皮 尔逊相关公式如公式2所示：   (2) 分布式下估算皮尔逊相关系数主要利用基本不等式原理， 对于每个特征 （例如X， Y两个 特征列） 只需要在各个节点之间传输 这四 个数据(n>0为数据条数)； 如果是m(m 2)维特征数据， 每个节 点只需要输出2m个数据， 减少 了任意两个维度数据乘积所产生的 个数据； 估算公式如下： 给定阈值 ℇ， 为无误差未 知的皮尔逊相关系数值， 为估算皮尔逊相关系数， 始终大于等于 (当两个特征数据 一致重合时取等 号)， 其计算会产生以下两种结果： 结果1： 当 ， 则 ， 两个特征之间不属于高相关； 结果2： 当 ， 且 ， 无法判断 与 之间的关系， 如图2中结果2， 此时根据 计算这两个特 征的均值( )和标准差( )， 执行权利要求5 。权　利　要　求　书 2/3 页 3 CN 115410006 A 3