[发明专利]一种面向乳腺癌病灶的3D可视化方法及系统

说明书

本发明公开了一种面向乳腺癌病灶的3D可视化方法及系统，包括：根据文件上传器的引导和提示，上传采集的乳腺癌医学影像文件；根据上传的乳腺癌医学影像文件通过卷积神经网络的分析得到乳腺外轮廓信息点和乳腺病灶区域信息点，进而通过three.js插件绘制乳腺外轮廓的3D可视化视图和乳腺癌病灶区域的3D医学成像，主要是病灶区域的数据点以及边缘信息点的润化处理，同时添加辅助分析控件对3D成像做进一步分析。本发明可快速高效的对患者乳房医学影像进行可视化，精确定位并分析病灶区域。

技术领域

本发明属于乳腺癌病灶可视化技术领域，特别涉及一种面向乳腺癌病灶的3D可视化方法及系统。

背景技术

乳腺癌是中国女性发病率最高的癌症，居癌症死亡原因第六，每年中国乳腺癌新发数量和死亡数量分别占全世界的12.2％和9.6％。从90年代以来，中国的乳腺癌发病率增长速度是全球的两倍多，城市地区尤为显著。

目前，传统的影像设备在乳腺癌检测成像方面主要存在以下问题：乳腺腺体与病变组织的重叠，乳腺癌病灶区域位置的标识不够准确；对病灶区域的形态、边缘、其与周围组织结构区别的显示模糊不清；缺乏成熟的系统在线管理分析患者乳腺癌的病灶成像。

综上，亟需一种新的面向乳腺癌病灶的3D可视化方法及系统。

发明内容

本发明的目的在于提供一种面向乳腺癌病灶的3D可视化方法及系统，以解决上述存在的传统乳腺癌病灶区域位置不清楚、形态边缘模糊化和成像管理困难中的一个或多个技术问题。本发明可快速高效的对患者乳房医学影像进行可视化，精确定位并分析病灶区域。

为达到上述目的，本发明采用以下技术方案：

本发明的一种面向乳腺癌病灶的3D可视化方法，包括以下步骤：

步骤1，根据文件上传器的引导和提示，上传采集的乳腺癌医学影像文件；

步骤2，卷积神经网络的训练，包括：(1)以乳腺癌医学影像文件为输入，乳房组织信息为输出信息；其中，输出信息为乳房轮廓信息和病灶区域在乳房中的信息，信息输出形式为乳房内结构组织密集点的相对坐标值和权重值；(2)以预设量带标注的乳腺癌医学影像文件训练预构建的卷积神经网络，在迭代训练的过程中更新卷积神经网络中的参数；其中，损失函数最小、准确率平衡时停止训练，再定量化参数值，获得训练后的卷积神经网络；(3)以预设量带标注的乳腺癌映像文件测试训练后的卷积神经网络，用于防止卷积神经网络过拟合和欠学习，获得训练好的卷积神经网络；

步骤3，将步骤1的乳腺癌医学影像文件输入步骤2训练好的卷积神经网络，得到乳房轮廓信息和病灶区域在乳房中的信息；其中，乳房轮廓信息包括关于乳房轮廓的密集坐标点，病灶区域在乳房中的信息包括病灶在乳房轮廓下的相对位置坐标点和病灶边缘信息的坐标点；

步骤4，根据步骤3获得的乳房轮廓信息和病灶区域在乳房中的信息，通过three.js插件构建3D可视化乳房区域成像。

本发明的进一步改进在于，步骤1中，文件上传器的设计步骤包括：

S101，将上传类别分为左乳影像上传和右乳影像上传两类，明确3D可视化目标；

S102，添加二级上传条件和规则，包括：设置上传文件的类型和上传文件的大小；添加文件本地层级选择和本地拖拽选择的两种文件选择方式；添加文件单个上传和所选多个文件批量上传的两种上传方式；

S103，添加数据导入队列明确上传状态和上传结果，包括：文件导入队列包括：导入文件的类别、名称、大小和状态；其中，以icon标识符表示导入文件的状态；

S104，添加文件队列管理器处理文件上传状态，包括：对文件的操作、显示文件上传状态、显示上传进度。