[发明专利]腹部CT中胆总管囊肿病灶全自动检测分割方法及系统在审

专利信息
申请号: 202011349356.8 申请日: 2020-11-26
公开(公告)号: CN112465779A 公开(公告)日: 2021-03-09
发明(设计)人: 戴亚康;耿安康;郭万亮;耿辰;周志勇 申请(专利权)人: 中国科学院苏州生物医学工程技术研究所;苏州大学附属儿童医院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11
代理公司: 北京远大卓悦知识产权代理有限公司 11369 代理人: 祁云珊
地址: 215163 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 腹部 ct 胆总管 囊肿 病灶 全自动 检测 分割 方法 系统
【说明书】:

发明公开了一种腹部CT中胆总管囊肿病灶全自动检测分割方法及系统,该方法包括以下步骤:步骤1,CT图像预处理;步骤2,感兴趣区域提取;步骤3,网络模型训练;步骤4,对待分割CT源图像进行测试分割;步骤5,结果后处;步骤6,病灶边缘分割。本发明可实现胆总管囊肿病灶的全自动分割,有助于辅助临床医生观察胆总管囊肿病灶,辅助医生制定治疗策略,大大减少医生的工作量和操作时间,并为后续的工作提供帮助。

技术领域

本发明涉及医学图像处理技术领域,特别涉及一种腹部CT中胆总管囊肿病灶全自动检测分割方法及系统。

背景技术

胆总管囊肿是一种罕见的胆道异常疾病,其病因尚不清楚,但是因为该病常发生在新生儿和儿童身上,所以常被认为是先天性的,最常被接受的理论是与胰胆管合流异常相关,因为它经常被观察到与胰胆总管连接处异常同时发生。胰管与胆总管在肝胰管壶腹外交汇,形成一条较长的共同通道,长共同通道理论(The long common channel theory)中解释,胰胆总管连接处异常允许胰酶反流进入胆总管,胰液回流导致胆管壁溶解和囊肿远端水肿纤维化,引起梗阻。胆总管囊肿极有可能发展为严重的肝胆并发症,如胆管炎、胰腺炎、此外患者发生恶化转化的风险也会增加,癌症的发生率会大大提高。研究表明,未经治疗的患者癌变的风险高达30%,但是这种风险在切除囊肿后显著降低。胆总管囊肿的主要治疗方法是采用Roux-en-Y肝管空肠吻合术完全切除囊肿。CT成像方法有助于术前识别和表征囊肿,从而制定适当的治疗策略。

深度学习作为一个重要工具,在医学影像处理领域发展迅速,在儿童腹部CT影像的病灶诊断、检测等领域有诸多应用,在肝脏、胰腺、肾脏等器官及其相关病灶的分割、检测等研究都逐渐趋于成熟,而胆总管囊肿作为一种较为罕见的疾病,对腹部CT中胆总管囊肿病灶的检测分割还未有相关的研究。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种腹部CT中胆总管囊肿病灶全自动检测分割方法及系统。

本发明采用的技术方案是:提供一种腹部CT中胆总管囊肿病灶全自动检测分割方法,包括以下步骤:

1)对训练集CT源图像标注胆总管囊肿病灶边缘,形成闭合曲线;

2)对由步骤1)得到的图像中的标注区域处理形成两个标注图像:

2-1)对步骤1)得到的图像中的标注区域采用球型算子进行膨胀,膨胀部分统一赋值A1,并对未标注部分统一赋值A2,建立标注图谱,形成标注图像P1;

2-2)对步骤1)得到的图像中的标注区域采用球型算子进行膨胀,对膨胀区域中原标注及闭合曲线内的部分,统一赋值B1,对闭合曲线外的部分,统一赋值B2,建立标注图谱,形成标注图像P2;

3)输入训练集CT源图像与标注图像P1,对训练集CT源图像进行灰度映射,实现灰度归一化;

4)对训练集CT源图像采用基于图像纹理特征与轮廓特征的方法自动提取感兴趣区域R1,并对感兴趣区域R1进行尺寸的归一化,采用相同方法提取标注图像P1中与R1相同部位的区域R1',与R1组成训练集X1;

5)对训练集CT源图像提取其与标注图像P2中的标注区域相同的部分,与标注图像P2组成训练集X2;

6)将训练集X1、X2分别输入初始网络进行训练并得到对应的网络模型M1、M2;

7)对待分割CT源图像进行灰度映射与感兴趣区域提取,并记录感兴趣区域相对于待分割CT源图像的位置;

8)使用网络模型M1对待分割CT源图像的感兴趣区域进行测试,得到逐像素的分类结果,使用连通域标记方法将分类结果中的连通域进行标记,以区域面积最大的连通域作为最终分割结果,即胆总管囊肿炎症的区域;

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中国科学院苏州生物医学工程技术研究所;苏州大学附属儿童医院,未经中国科学院苏州生物医学工程技术研究所;苏州大学附属儿童医院许可,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/202011349356.8/2.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