[发明专利]一种基于深度学习的肺部肿瘤自动勾画方法在审
| 申请号： | 201910917418.1 | 申请日： | 2019-09-26 |
| 公开（公告）号： | CN110706217A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 庞善臣;孟璠;王珣;董立媛;张亚钦 | 申请（专利权）人： | 中国石油大学(华东) |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/62;G06T7/73;G16H30/40 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 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： | 本发明适用医学图像处理技术领域，提供了一种基于深度学习的肺部肿瘤自动勾画方法，该方法包括：当接收到肺部CT图像的勾画请求时，获取输入的肺部CT图像，对获取到的肺部CT图像进行预处理和图像增强，获得对应的处理后的图像；获取肺肿瘤在图像中的窗口位置及大小，将筛选出的图像剪裁为固定大小；将处理后的图像输入到训练好的V‑Net模型，以对肺部肿瘤进行预测；将预测的肿瘤图像反卷积到裁剪图像的大小，得到肿瘤的真实预测；提取真实预测的肺肿瘤的边缘线，即为肺肿瘤的勾画，获得肺部肿瘤勾画好的图像。本发明提高了对肺部肿瘤进行自动勾画的准确度，在保证勾画精度的基础上，显著提升了勾画效率，提高手术安全过程。 | ||
| 搜索关键词： | 勾画 肺部肿瘤 肺部CT图像 肺肿瘤 图像 预测 预处理 医学图像处理 窗口位置 手术安全 图像剪裁 图像输入 图像增强 肿瘤图像 准确度 边缘线 反卷积 裁剪 肿瘤 筛选 保证 学习 | ||
【主权项】：
1.一种基于深度学习的肺部肿瘤自动勾画方法，包括以下部分：/n步骤1：输入病人的肺部图像并对图像进行预处理和图像增强处理；/n步骤2：获取病人肺部肿瘤在图像中的窗口位置和肿瘤大小，按照肿瘤在图像中的窗口位置及大小，将筛选出的图像裁剪为固定的大小；/n步骤3：将经过步骤1、2处理后的图像输入到训练好的V-Net模型，对肿瘤进行预测；/n步骤4：将预测的肺部肿瘤反卷积到裁剪图像的大小，得到器官的真实预测；/n步骤5：提取真实预测的肺部肿瘤的边缘线，即为该肿瘤的勾画结果。/n
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石油大学(华东)，未经中国石油大学(华东)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/patent/201910917418.1/，转载请声明来源钻瓜专利网。
