[发明专利]一种肺癌影像智能识别增强系统在审
| 申请号: | 202310641991.0 | 申请日: | 2023-06-01 |
| 公开(公告)号: | CN116363020A | 公开(公告)日: | 2023-06-30 |
| 发明(设计)人: | 徐峰;刘凤娟;李萱;曲斌斌 | 申请(专利权)人: | 青岛市中心医院 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/11;G06T7/44 |
| 代理公司: | 北京智行阳光知识产权代理事务所(普通合伙) 11738 | 代理人: | 黄雨露 |
| 地址: | 266000 *** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 肺癌 影像 智能 识别 增强 系统 | ||
1.一种肺癌影像智能识别增强系统,其特征在于,所述系统包括:
全变分分解模块,用于获取包含肺部的原始CT图像,通过全变分分解将所述原始CT图像分解为低频结构层图像和高频纹理层图像;
图像增强模块,用于对所述低频结构层图像进行图像增强处理得到低频结构层增强图像,对所述高频纹理层图像进行去噪和图像增强处理得到高频纹理层增强图像,加权求和所述低频结构层增强图像和所述高频纹理层增强图像得到CT增强图像;
第一分割模块,用于识别所述CT增强图像中包含左肺和右肺的区域得到左肺图像和右肺图像;
第二分割模块,用于将所述左肺图像和所述右肺图像输入预设肺叶分割模型,得到左肺两叶和右肺三叶的分割结果。
2.根据权利要求1所述的一种肺癌影像智能识别增强系统,其特征在于,所述图像增强模块包括第一增强模块;所述第一增强模块包括偏振调整模块和滤波器;
所述偏振调整模块,用于对所述低频结构层图像进行自适应偏振调整,将图像的暗部和亮部拉伸到偏振,得到偏振低频结构层图;
所述滤波器,用于对所述偏振低频结构层图进行高斯滤波,得到低频结构层增强图像。
3.根据权利要求2所述的一种肺癌影像智能识别增强系统,其特征在于,所述滤波器的算子是参数为零的拉普拉斯算子。
4.根据权利要求1所述的一种肺癌影像智能识别增强系统,其特征在于,所述图像增强模块包括第二增强模块;所述第二增强模块包括小波变换模块和锐化模块;
所述小波变换模块,用于采用离散小波变换对所述高频纹理层图像进行处理,并进行自适应阈值去噪,得到第一去噪图像;
所述锐化模块,用于对所述第一去噪图像进行锐化处理得到高频纹理层增强图像。
5.根据权利要求1所述的一种肺癌影像智能识别增强系统,其特征在于,所述第一分割模块包括第一区域识别模块和第一扩展分割模块;
所述第一区域识别模块,用于使用3D-UNet进行左右肺区域识别,馈送原始CT图像,得到双通道左肺区域和右肺区域识别结果;
所述第一扩展分割模块,用于以所述CT增强图像的各横截面的目标区域的边界为基准,向所述目标区域的区域外扩展预设数目个像素得到目标边界,按照所述目标边界进行图像分割得到所述左肺图像和所述右肺图像;所述目标区域为所述左肺区域或者所述右肺区域。
6.根据权利要求5所述的一种肺癌影像智能识别增强系统,其特征在于,所述第二分割模块包括边界框生成模块和预设肺叶分割模型;
所述边界框生成模块,用于生成目标肺图像中各肺叶边界框与肺叶间裂隙的概率图;所述目标肺图像为所述左肺图像或者所述右肺图像;
所述预设肺叶分割模型,用于根据所述目标肺图像与对应的各肺叶边界框与肺叶间裂隙的概率图对肺叶进行分割,得到左肺两叶和右肺三叶的分割结果。
7.根据权利要求6所述的一种肺癌影像智能识别增强系统,其特征在于,所述预设肺叶分割模型包括编码器和解码器;所述编码器包括多层下采样层,每一下采样层由稠密链接模块和卷积模块组成;所述解码器包括多层反卷积层和多个连续卷积层。
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青岛市中心医院,未经青岛市中心医院许可,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/202310641991.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种钢结构加工用切削装置
- 下一篇:毫米波雷达水平安装角估计方法





