[发明专利]CT影像的处理方法、装置、设备、存储介质和程序产品在审

专利信息
申请号: 202111605144.6 申请日: 2021-12-24
公开(公告)号: CN116402834A 公开(公告)日: 2023-07-07
发明(设计)人: 尚方信;杨叶辉;王兆玮;刘佳;王晓荣;黄海峰;王磊 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/187;G06T7/62;G16H30/20;G06N3/0464;G06N3/08
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 霍莉莉;臧建明
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: ct 影像 处理 方法 装置 设备 存储 介质 程序 产品
【权利要求书】:

1.一种计算机体层摄影的处理方法,包括:

在所述计算机体层摄影CT影像中确定肺实质区域,并根据所述肺实质区域在所述CT影像中裁剪出初始肺实质图像;其中,所述初始肺实质图像中包括所述肺实质区域;

对所述初始肺实质图像进行处理,得到病灶分割掩膜,所述病灶分割掩膜用于表征所述初始肺实质图像中的病变位置;对所述初始肺实质图像进行处理,得到所述初始肺实质图像中的预测病灶区域;

根据所述病灶分割掩膜和所述预测病灶区域确定目标病灶区域,以及与所述目标病灶区域对应的目标病灶掩膜,其中,所述目标病灶掩膜位于所述目标病灶区域内,所述目标病灶掩膜用于表征所述初始肺实质图像中的病变位置。

2.根据权利要求1所述的方法,其中,所述对所述初始肺实质图像进行处理,得到病灶分割掩膜,包括:

对所述初始肺实质图像进行预处理,得到第一肺实质图像;

利用预设的病灶分割模型对所述第一肺实质图像进行处理,得到第一病灶掩膜;

根据所述第一病灶掩膜,确定所述初始肺实质图像的病灶分割掩膜。

3.根据权利要求2所述的方法,其中,所述第一肺实质图像与所述初始肺实质图像的图像尺寸不同;

所述根据所述第一病灶掩膜,确定所述初始肺实质图像的病灶分割掩膜,包括:

将所述第一病灶掩膜的尺寸调整为所述初始肺实质图像的尺寸;

根据调整尺寸后的第一病灶掩膜中各体素点的病灶概率,确定整尺寸后的第一病灶掩膜中的病灶点;

根据所述病灶点确定所述初始肺实质图像中病灶分割掩膜。

4.根据权利要求3所述的方法,其中,所述根据病灶点确定所述初始肺实质图像中病灶分割掩膜,包括:

根据所述病灶点在调整尺寸后的第一病灶掩膜中确定病灶连通域;

根据所述病灶连通域确定所述初始肺实质图像中病灶分割掩膜,其中,所述病灶分割掩膜中包括多个病灶连通域。

5.根据权利要求1-4任一项所述的方法,其中,所述对所述初始肺实质图像进行处理,得到所述初始肺实质图像中的预测病灶区域,包括:

对所述初始肺实质图像进行预处理,得到第二肺实质图像;

利用预设的病灶检测模型对所述第二肺实质图像进行处理,得到当前病灶区域;

根据所述当前病灶区域,确定所述初始肺实质图像中的预测病灶区域。

6.根据权利要求5所述的方法,其中,所述第二肺实质图像与所述初始肺实质图像的图像尺寸不同;

所述根据所述当前病灶区域,确定所述初始肺实质图像中的预测病灶区域,包括:

根据所述第二肺实质图像与所述初始肺实质图像的图像尺寸,将所述当前病灶区域映射至所述初始肺实质图像中,得到所述初始肺实质图像中的预测病灶区域。

7.根据权利要求5或6所述的方法,其中,

若所述病灶检测模型是二维神经网络模型,则所述当前病灶区域为检测框;

若所述病灶检测模型是三维神经网络模型,则所述当前病灶区域为检测盒。

8.根据权利要求1-7任一项所述的方法,其中,所述根据所述病灶分割掩膜和所述预测病灶区域确定目标病灶区域,以及与所述目标病灶区域对应的目标病灶掩膜,包括:

根据所述病灶分割掩膜确定推测病灶区域,并根据所述推测病灶区域和所述预测病灶区域确定所述可能病灶区域;

根据所述可能病灶区域在所述CT影像中确定病灶影像,并利用预设的病灶真阳判别模型对各病灶影像进行处理,确定阳性病灶影像;

将与所述阳性病灶影像对应的可能病灶区域确定为所述目标病灶区域;

根据所述目标病灶区域、所述病灶分割掩膜,确定所述目标病灶区域对应的目标病灶掩膜。

9.根据权利要求8所述的方法,其中,所述病灶分割掩膜中包括多个病灶连通域;

所述根据所述病灶分割掩膜确定推测病灶区域,包括:

为所述病灶分割掩膜的中的每个所述病灶连通域生成推测病灶区域,所述推测病灶区域包括中心点参数和尺寸参数。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202111605144.6/1.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