[发明专利]器官勾画方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201910019676.8 申请日: 2019-01-09
公开(公告)号: CN109785306A 公开(公告)日: 2019-05-21
发明(设计)人: 姜娈;李强 申请(专利权)人: 上海联影医疗科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T5/00
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 舒丁
地址: 201807 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 器官 勾画 计算机设备 存储介质 卷积神经网络 目标区域图像 分割图像 分割结果 目标器官 目标区域 医学图像 有效地 准确率 耗时 分割 申请 学习
【权利要求书】:

1.一种器官勾画方法,其特征在于,包括:

获取待处理医学图像,所述待处理医学图像包括一个或多个器官区域;

将所述待处理医学图像输入第一深度卷积神经网络中,得到目标区域图像,所述目标区域图像包含目标器官;

将所述目标区域图像输入第二深度卷积神经网络中,得到初始分割图像;

基于所述初始分割图像在所述待处理医学图像中对所述目标器官进行勾画。

2.根据权利要求1所述的器官勾画方法,其特征在于,所述将所述待处理医学图像输入第一深度卷积神经网络中,得到目标区域图像,所述目标区域图像包含目标器官之前还包括:

建立第一神经网络模型,将包含器官的训练图像作为训练集对第一神经网络模型进行训练,得到第一深度卷积神经网络,所述第一神经网络模型的输入为所述训练图像,输出为所述训练图像中器官所在的目标区域图像。

3.根据权利要求2所述的器官勾画方法,其特征在于,所述将所述目标区域图像输入第二深度卷积神经网络中,得到初始分割图像之前还包括:

建立第二神经网络模型,将所述训练图像中器官所在的目标区域图像作为训练集对第二神经网络模型进行训练,得到第二深度卷积神经网络,所述第二神经网络模型的输入为所述训练图像中器官所在的目标区域图像,输出为训练分割图像。

4.根据权利要求1所述的器官勾画方法,其特征在于,所述基于所述初始分割图像在所述待处理医学图像中对所述目标器官进行勾画包括:

对所述初始分割图像采用图像后处理技术进行处理,得到器官分割图像;

基于所述器官分割图像在所述待处理医学图像中对所述目标器官进行勾画。

5.根据权利要求2所述的器官勾画方法,其特征在于,所述建立第一神经网络模型,将包含器官的训练图像作为训练集对第一神经网络模型进行训练,得到第一深度卷积神经网络之前还包括:

对所述训练图像进行预处理,以调整所述训练图像的分辨率和灰度。

6.根据权利要求5所述的器官勾画方法,其特征在于,所述对所述训练图像进行预处理,以调整所述训练图像的分辨率和灰度包括:

对所述训练图像进行升采样、降采样、等方性处理、去噪、增强处理、灰度规范化处理中的一种或多种处理。

7.根据权利要求1所述的器官勾画方法,其特征在于,所述将所述待处理医学图像输入第一深度卷积神经网络中,得到目标区域图像包括:

将所述待处理医学图像输入第一深度卷积神经网络中,对包含目标器官的目标区域图像进行标记。

8.一种器官勾画装置,其特征在于,所述装置包括:

获取模块,用于获取待处理医学图像,所述待处理医学图像包括一个或多个器官区域;

第一输入模块,用于将所述待处理医学图像输入第一深度卷积神经网络中,得到目标区域图像,所述目标区域图像包含目标器官;

第二输入模块,用于将所述目标区域图像输入第二深度卷积神经网络中,得到初始分割图像;

器官勾画模块,用于基于所述初始分割图像在所述待处理医学图像中对所述目标器官进行勾画。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

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上海联影医疗科技有限公司,未经上海联影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/201910019676.8/1.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