[发明专利]一种医学影像的三维虚拟重构方法和系统

权利要求书

1.一种医学影像的三维虚拟重构方法，其特征在于，所述方法包括：

对多组原始医学影像进行深度学习训练，获得多组感兴趣区域的区域特征数据；

根据所述多组区域特征数据进行梯度训练学习，得到多组二维卷积核模型；

采用所述多组二维卷积核模型，组成多组三维卷积核模型；

采用所述多组三维卷积核模型对所述多组原始医学影像进行卷积处理，生成多组预处理医学影像；

采用所述多组预处理医学影像，进行三维虚拟重构。

2.根据权利要求1所述的方法，其特征在于，对所述多组区域特征数据进行梯度训练学习，得到多组二维卷积核模型的步骤包括：

采用所述区域特征数据进行梯度计算，得到梯度下降率；

采用所述区域特征数据建立初始二维卷积核模型；

根据所述梯度下降率更新所述初始二维卷积核模型，得到二维卷积核模型；

多次重复上述步骤，得到多组二维卷积核模型。

3.根据权利要求1所述的方法，其特征在于，采用所述多组三维卷积核模型对所述多组原始医学影像进行卷积处理，生成多组预处理医学影像的步骤包括：

将所述原始医学影像上的一个数据位设定卷积开始中心点；

将所述三维卷积核模型的核心与所述卷积开始中心点重合后，采用三维卷积核模型的权值与所述原始医学影像进行卷积处理，得到预处理中心点数据；

将所述卷积开始中心点往卷积处理方向上偏移一个数据位；

多次重复上述步骤，得到多组预处理中心点数据；

采用所述多组预处理中心点数据构成多组预处理医学影像。

4.根据权利要求3所述的方法，其特征在于，将所述三维卷积核模型的核心与所述卷积开始中心点重合后，采用三维卷积核模型的权值与所述原始医学影像进行卷积处理，得到预处理中心点数据的步骤包括：

确定所述卷积开始中心点所在数据位的第一影像数据；

确定包围所述卷积开始中心点的数据位的第二影像数据；

将所述三维卷积核模型的权值、第一影像数据、第二影像数据，代入预设卷积公式中，得到预处理中心点数据。

5.一种医学影像的三维虚拟重构系统，其特征在于，所述系统包括：

区域特征数据获取模块，用于对多组原始医学影像进行深度学习训练，获得多组感兴趣区域的区域特征数据；

二维卷积核模型构建模块，用于根据所述多组区域特征数据进行梯度训练学习，得到多组二维卷积核模型；

三维卷积核模型构建模块，用于采用所述多组二维卷积核模型，组成多组三维卷积核模型；

预处理医学影像生成模块，用于采用所述多组三维卷积核模型对所述多组原始医学影像进行卷积处理，生成多组预处理医学影像；

三维重构模块，用于采用所述多组预处理医学影像，进行三维虚拟重构。

6.根据权利要求5所述的系统，其特征在于，所述二维卷积核模型构建模块包括：

梯度下降率计算子模块，用于采用所述区域特征数据进行梯度计算，得到梯度下降率；

初始二维卷积核模型建立子模块，用于采用所述区域特征数据建立初始二维卷积核模型；

二维卷积核模型更新子模块，用于根据所述梯度下降率更新所述初始二维卷积核模型，得到二维卷积核模型；

二维卷积核模型构建模块构建子模块，用于多次重复上述步骤，得到多组二维卷积核模型。

7.根据权利要求5所述的系统，其特征在于，预处理医学影像生成模块包括：

卷积开始中心点设定子模块，用于将所述原始医学影像上的一个数据位设定卷积开始中心点；

卷积处理子模块，用于将所述三维卷积核模型的核心与所述卷积开始中心点重合后，采用三维卷积核模型的权值与所述原始医学影像进行卷积处理，得到预处理中心点数据；

数据位偏移子模块，用于将所述卷积开始中心点往卷积处理方向上偏移一个数据位；

预处理中心点数据生成子模块，用于多次重复上述步骤，得到多组预处理中心点数据；

预处理医学影像生成模块，采用所述多组预处理中心点数据构成多组预处理医学影像。