[发明专利]用于核医学的带病灶人体仿真影像数据制作方法在审

专利信息
申请号: 202211325532.3 申请日: 2022-10-27
公开(公告)号: CN115798725A 公开(公告)日: 2023-03-14
发明(设计)人: 杨雪松;陈海欣;邓晓 申请(专利权)人: 佛山读图科技有限公司;京心禾(北京)医疗科技有限公司
主分类号: G16H50/50 分类号: G16H50/50;G06T11/00
代理公司: 佛山市禾才知识产权代理有限公司 44379 代理人: 刘羽波
地址: 528200 广东省佛山市南海区桂城街道平西*** 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: 用于 核医学 病灶 人体 仿真 影像 数据 制作方法
【说明书】:

一种用于核医学的带病灶人体仿真影像数据制作方法,包括以下步骤:S1、获取人体体型统计学数据,并根据人体体型统计学数据制作多样化的人体数字模型数据;S2、在多样化人体数字模型数据中加入病灶数据,得到仿真带病灶人体数据及其添加的病灶位置信息;S3、根据核医学场景,使用仿真带病灶人体数据进行建模,得到核医学场景下的带病灶人体仿真影像数据。本发明结合了实际的人体数据和仿真得到的病灶数据进行结合,使得到的仿真图像数据更接近真实数据的解剖结构多样性、更接近真实数据的病灶特征多样性,同时,通过参数的自定义化,还可根据不同医学影像场景的成像特点灵活制作对应数据,实现了方便而快捷的医学病灶仿真数据的获取。

技术领域

本发明属于医学影像领域,尤其涉及一种用于核医学的带病灶人体仿真影像数据制作方法。

背景技术

核医学又称原子医学,是指放射性同位素、由加速器产生的射线束及放射性同位素产生的核辐射在医学上的应用,对于核医学来说,图像是用于判断病情的最重要的数据,随着深度学习技术的发展,将其结合到核医学中来解决医学问题是当下的一个重要研究课题。

在深度学习图像领域,数据集的规模和分布会很大程度的影响最终算法的性能表现。医学影像领域高质量数据的缺乏,是深度学习算法在医学影像分析中的应用一个主要瓶颈。同时医学图像采集、注释和分析成本高昂,并且它们的使用也受到伦理的限制,因此医学数据的收集需要更多的人力资源和资金。这使得收集海量医学数据变得更加困难。

发明内容

本发明提供一种用于核医学的带病灶人体仿真数据制作方法,旨在解决现有场景下无法简单收集得到医学用的人体仿真数据的问题。

本发明实施例提供一种用于核医学的带病灶人体仿真数据制作方法,包括以下步骤:

S1、获取人体体型统计学数据,并根据所述人体体型统计学数据制作多样化的人体数字模型数据;

S2、在所述多样化人体数字模型数据中加入病灶数据,得到仿真带病灶人体数据及其添加的病灶位置信息;

S3、根据核医学场景,使用所述仿真带病灶人体数据进行建模,得到所述核医学场景下的带病灶人体仿真影像数据。

更进一步地,步骤S1具体包括以下子步骤:

获取人体体型统计学数据,并以年龄和性别为分类依据,按照身高分段统计,得到不同身高段的所述人体数据;

对于不同的所述身高段的所述人体体型统计学数据,再按照BMI指数与胸围数据、腰围数据、臀围数据的大小进行划分,得到多样化人体数据;

根据所述多样化人体数据进行仿真建模,得到多样化人体数字模型。

更进一步地,根据所述多样化人体数据进行仿真建模,得到多样化人体数字模型的步骤中,还包括:

将所述多样化人体数字模型与收集到的临床影像数据进行主要器官配准,得到映射举证,将所述映射矩阵重新映射到所述多样化人体数据模型中。

更进一步地,步骤S2具体包括以下子步骤:

在所述多样化人体数字模型数据中,根据不同的器官位置,对其中的器官数据赋予预设的器官摄取值;

获取核医学应用场景中对应的所述病灶器官数据;

将所述病灶器官数据叠加至所述多样化人体数字模型数据中,得到所述仿真带病灶人体数据。

更进一步地,将所述病灶器官数据叠加至所述多样化人体数字模型数据中,得到所述仿真带病灶人体数据的步骤,具体为:

生成一个与所述病灶器官数据的所述器官摄取值大小相同的高斯权重码;

创建一个全零图像,并将所述病灶器官数据的图像与所述高斯权重码进行加权计算,得到加权图像;

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佛山读图科技有限公司;京心禾(北京)医疗科技有限公司,未经佛山读图科技有限公司;京心禾(北京)医疗科技有限公司许可,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/202211325532.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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