[发明专利]用于在危及器官分割之前识别目标区域的系统和方法

权利要求书

1.一种用于生成患者的感兴趣区域ROI的三维3D边界框的方法，包括：

由设备接收作为所述患者的轴向视图的二维2D最大强度投影MIP图像；

由所述设备接收作为所述患者的矢状视图的2D MIP图像；

由所述设备使用作为所述患者的所述轴向视图的所述2D MIP图像，来检测所述患者的所述ROI的第一2D边界框；

由所述设备使用作为所述患者的所述矢状视图的所述2D MIP图像，来检测所述患者的所述ROI的第二2D边界框；

由所述设备接收所述患者的3D MIP图像；

由所述设备使用所述患者的所述第一2D边界框、所述第二2D边界框和所述3D MIP图像，来生成所述患者的所述ROI的所述3D边界框；以及

由所述设备提供包括所述患者的所述ROI的所述3D边界框的3D MIP图像，以允许使用包括所述ROI的所述3D边界框的所述3D MIP图像来进行危及器官OAR分割。

2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

由所述设备去除所述3D MIP图像的不在所述3D边界框内的数据；以及

由所述设备提供已去除所述数据的3D MIP图像。

3.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

由所述设备将作为所述患者的所述轴向视图的所述2D MIP图像和作为所述患者的所述矢状视图的所述2D MIP图像输入到基于区域的卷积神经网络RCNN中；以及

由所述设备基于所述RCNN的输出，来检测所述第一2D边界框和所述第二2D边界框。

4.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

由所述设备识别所述ROI的所述第一2D边界框的第一最小水平值、第一最大水平值、第一最小垂直值和第一最大垂直值。

5.根据权利要求4所述的方法，其特征在于，所述方法进一步包括：

由所述设备识别所述ROI的所述第二2D边界框的第二最小水平值和第二最大水平值。

6.根据权利要求5所述的方法，其特征在于，所述方法进一步包括：

由所述设备使用所述ROI的所述第一2D边界框的所述第一最小水平值、所述第一最大水平值、所述第一最小垂直值和所述第一最大垂直值，以及使用所述ROI的所述第二2D边界框的所述第二最小水平值和所述第二最大水平值，来生成所述ROI的所述3D边界框。

7.根据权利要求1所述的方法，其特征在于，所述ROI是所述患者的头部。

8.一种用于生成患者的感兴趣区域ROI的三维3D边界框的设备，包括：

至少一个存储器，配置成存储程序代码；

至少一个处理器，配置成读取所述程序代码并按照所述程序代码的指令进行操作，所述程序代码包括：

接收代码，配置成使得所述至少一个处理器接收作为所述患者的轴向视图的二维2D最大强度投影MIP图像，接收作为所述患者的矢状视图的2DMIP图像以及接收所述患者的3DMIP图像；

检测代码，配置成使得所述至少一个处理器使用作为所述患者的所述轴向视图的所述2D MIP图像，来检测所述患者的所述ROI的第一2D边界框，以及使用作为所述患者的所述矢状视图的所述2D MIP图像，来检测所述患者的所述ROI的第二2D边界框；

生成代码，配置成使得所述至少一个处理器使用所述患者的所述第一2D边界框、所述第二2D边界框和所述3D MIP图像，来生成所述患者的所述ROI的所述3D边界框；以及

提供代码，配置成使得所述至少一个处理器提供包括所述患者的所述ROI的所述3D边界框的3D MIP图像，以允许使用包括所述ROI的所述3D边界框的所述3D MIP图像来进行危及器官OAR分割。