[发明专利]模型生成方法、目标检测方法及医学成像系统有效
申请号: | 201810395323.3 | 申请日: | 2018-04-27 |
公开(公告)号: | CN108597589B | 公开(公告)日: | 2022-07-05 |
发明(设计)人: | 周鑫;李强 | 申请(专利权)人: | 上海联影医疗科技股份有限公司 |
主分类号: | G16H30/20 | 分类号: | G16H30/20;G16H50/50 |
代理公司: | 北京华进京联知识产权代理有限公司 11606 | 代理人: | 金铭 |
地址: | 201807 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模型 生成 方法 目标 检测 医学 成像 系统 | ||
1.一种模型生成方法,其特征在于,所述方法包括:
获取样本医学图像以及所述样本医学图像对应的样本目标边框;
根据所述样本目标边框,生成距离场;所述样本目标边框的中心位置为骨骼断裂位置;
通过人工智能网络对所述样本医学图像与所述距离场进行学习,得到所述样本医学图像与所述距离场的映射关系;
根据所述映射关系生成人工智能网络模型;
所述距离场包括边框内距离场和边框外距离场的加权组合;
其中,所述边框内距离场是所述样本目标边框内的每个像素点为选定点、所述样本目标边框外的每个像素点为背景点,进行距离变换得到的;
所述边框外距离场是所述样本目标边框外的每个像素点为选定点、所述样本目标边框内的每个像素点为背景点,进行距离变换得到的;
当所述样本目标边框为三维边框时,所述距离场为三维距离场,
所述通过人工智能网络对所述样本医学图像与所述距离场进行学习,得到所述样本医学图像与所述距离场的映射关系,包括:将三维空间分层,获得至少一层三维距离场,并通过人工智能网络模型对所述样本医学图像与所述三维距离场的每一层进行学习,得到所述样本医学图像与所述三维距离场的映射关系。
2.根据权利要求1所述的方法,其特征在于,所述根据所述样本目标边框,生成距离场,包括:
分别对所述样本目标边框内、外进行二值化处理,并获取二值化结果;
对所述二值化结果进行距离变换,得到距离场。
3.根据权利要求1所述的方法,其特征在于,所述根据所述样本目标边框,生成距离场,包括:分别对所述样本目标边框内、外进行二值化处理,获取二值化结果;并对所述二值化结果进行三维距离变换,得到三维距离场。
4.一种目标检测方法,其特征在于,所述方法包括:
获取受检者目标区域的医学图像;
通过人工智能网络模型对所述医学图像进行处理,得到目标边框对应的距离场,所述人工智能网络模型包括医学图像与所述目标边框对应的距离场的映射关系;所述目标边框为三维边框时,所述距离场为三维距离场,且所述映射关系是通过将三维空间分层,获得至少一层三维距离场,并通过人工智能网络模型对所述医学图像与所述三维距离场的每一层进行学习得到的;
根据所述距离场,在所述医学图像中确定所述目标边框;所述目标边框的中心位置为骨骼断裂位置;
所述距离场包括边框内距离场和边框外距离场的加权组合;
其中,所述边框内距离场是所述目标边框内的每个像素点为选定点、所述目标边框外的每个像素点为背景点,进行距离变换得到的;
所述边框外距离场是所述目标边框外的每个像素点为选定点、所述目标边框内的每个像素点为背景点,进行距离变换得到的。
5.根据权利要求4所述的方法,其特征在于,所述根据所述距离场,在所述医学图像中确定所述目标边框,包括:
对所述距离场进行距离逆变换,得到所述目标边框。
6.根据权利要求5所述的方法,其特征在于,所述目标边框内还包括肺结节区域、肿瘤区域中的至少一种。
7.一种医学成像系统,其特征在于,所述医学成像系统包括处理器以及存储器;所述存储器用于存储指令,所述指令被所述处理器执行时,导致所述医学成像系统实现如权利要求1至3任一项所述的方法。
8.一种医学成像系统,其特征在于,所述医学成像系统包括处理器以及存储器;所述存储器用于存储指令,所述指令被所述处理器执行时,导致所述医学成像系统实现如权利要求4至6任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技股份有限公司,未经上海联影医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810395323.3/1.html,转载请声明来源钻瓜专利网。