[发明专利]肺段、肝段分割方法及系统在审

专利信息
申请号: 202010098513.6 申请日: 2020-02-18
公开(公告)号: CN111275722A 公开(公告)日: 2020-06-12
发明(设计)人: 蔡飞跃;余明亮;赖耀明;秦积涛;魏军 申请(专利权)人: 广州柏视医疗科技有限公司;广州柏视数据科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06K9/62
代理公司: 北京兴智翔达知识产权代理有限公司 11768 代理人: 肖丛
地址: 510275 广东省广州市开发区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分割 方法 系统
【说明书】:

发明实施例提供一种肺段、肝段分割方法及系统,该方法包括:将待分割器官的血管和/或气管的点云数据输入至点云分类器,获得点云分类器基于血管和/或气管的位置信息输出获得的点云数据对应的类别;其中,类别用于指示不同的器官段;器官包括肺和/或肝,相应地,器官段包括肺段和/或肝段;点云分类器为基于样本器官段的血管和/或气管的点云数据及对应的样本类别训练后获得的。本发明实施例能够自动基于解剖结构对肺或肝进行段分割,克服血管变异导致的肺段划分不准确,同时满足实际使用的性能要求。

技术领域

本发明涉及图像处理领域,更具体地,涉及一种肺段、肝段分割方法及系统。

背景技术

随着低剂量CT平扫的在我国的普及,使得肺癌的检出率显著提高,尤其是对于早期肺癌的诊断。目前针对早期肺癌的治疗的手段,由原先标准的解剖性肺叶切除逐渐转向解剖性肺段切除。解剖性肺段切除目前成为治疗早期肺癌的热点,但也存在一定争论,焦点在于解剖性肺段切除是否与肺叶切除达到相等的肿瘤学治疗效应。目前相关研究表明,对于肿瘤≤2cm的Ia期非小细胞肺癌(non-small cell lung cancer,NSCLC),进行解剖性肺段切除,其术后完全生存率与行肺叶切除术无差异,尤其是病理分期原位癌及微浸润性腺癌行肺段切除与肺叶切除远期生存无明显差异。

相比肺叶切除而言,对Ia期肺癌患者进行解剖性肺段切除,可最大限度的保留健康肺组织,从而使患者术后获得更好的生存质量。尤其对高龄、肺功能较差患者,妥协性解剖肺段切除可使患者获得最大收益,这也是肺段切除在治疗NSCLC得以应用的主要因素之一。但对比肺叶切除术,肺段切除由于解剖结构更为复杂,肺段动静脉血管更易出现变异,且对血管及段支气管的走行需要有一定的空间立体想象感,因而肺段手术需要更高的手术操作能力以及更高的学习曲线。解剖性肺段切除技术在不断探索中进步,一系列难点逐渐得到解决,如术中肺结节定位,靶段血管、支气管辨认,段间静脉保留,肺段间交界面的分离等,尤其是近几年三维肺支气管血管重建(3D CT bronchography and angiography,3D-CTBA)的应用,为精准的肺段切除术提供了有力的技术支持。3D-CTBA可明确结节所在肺段区域,并可立体显示靶血管的三维走向,在术前即能明确靶血管所存在血管解剖结构变异,因此对术前手术操作方式及程序的选择与设计提供较大帮助。目前,常见3D-CTBA技术没有实现肺段的自动分割,通常需要医生手动绘制靶段分界面,由于3D图形操作的复杂性,这部分工作往往会花费不少时间。

由于肺段之间并没有明确的薄膜,在医学影像图像中也不可见,因此肺段仅能根据解剖学先验知识近似定位。肺段边界的不可见性也就意味着难以获得客观精确的参考分割标准。目前,从医学影像图像中分割肺段的研究极少,多数方法需要大量人工交互。肺段自动分割的方法,文献提到过的主要有两种:基于气管最近邻的方法和基于像素分类的自动分割方法。其中,基于气管最近邻的方法,是根据距离气管的远近来分割肺段,这种方法较为粗糙简单,且没有考虑临床中更为重要的血管信息,因此分割结果往往不能满足临床要求。基于像素分类的自动分割方法是通过提取像素点在肺内和相对于最近肺裂距离等特征训练线性分类器得到,这种方法利用的肺段内结构信息较少,加上肺段血管的变异性,实际效果并不是很好。

发明内容

为了解决上述问题,本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的肺段、肝段分割方法及系统。

根据本发明实施例的第一方面,提供一种肺段、肝段分割方法,该方法包括:将待分割器官的血管和/或气管的点云数据输入至点云分类器,获得点云分类器基于血管和/或气管的位置信息输出获得的点云数据对应的类别;其中,类别用于指示不同的器官段;器官包括肺和/或肝,相应地,器官段包括肺段和/或肝段;点云分类器为基于样本器官段的血管和/或气管的点云数据及对应的样本类别训练后获得的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州柏视医疗科技有限公司;广州柏视数据科技有限公司,未经广州柏视医疗科技有限公司;广州柏视数据科技有限公司许可,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/202010098513.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top