[发明专利]一种医学影像计算机辅助分析方法有效
申请号: | 201410172988.X | 申请日: | 2014-04-22 |
公开(公告)号: | CN103955610B | 公开(公告)日: | 2017-04-26 |
发明(设计)人: | 韩燕;董蒨;常晓峰;魏宾;张鲲鹏;牛海涛;朱呈瞻 | 申请(专利权)人: | 青岛大学附属医院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京捷诚信通专利事务所(普通合伙)11221 | 代理人: | 王卫东 |
地址: | 266000 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: | 本发明提出了一种医学影像计算机辅助分析方法,包括以下步骤通过红外光源和红外热成像仪对医学影像进行一次扫描,对一次扫描图像的体数据进行图像分裂操作,得到一次图像数据;通过可见光光源和感光元件对所述医学影像进行二次扫描;对二次扫描图像的体数据进行所述图像分裂操作,得到二次图像数据;将所述一次图像数据和二次图像数据绑定,与病理数据库中已有的病理样本相比对,比对过程具体为一次图像数据互相比对,二次图像数据互相比对。 | ||
搜索关键词: | 一种 医学影像 计算机辅助 分析 方法 | ||
【主权项】:
一种医学影像计算机辅助分析方法,其特征在于,包括以下步骤:步骤(1),通过红外光源和红外热成像仪对医学影像进行一次扫描,对一次扫描图像的体数据进行图像分裂操作,得到一次图像数据;所述图像分裂操作具体包括以下步骤:步骤(a),创建一个分裂区域子节点集合setNodes,和一个与体数据相同大小的数据区域NodeArray,所述数据区域NodeArray用于存放每个体素所在子节点的地址,并将数据区域NodeArray的数据内容设置为空;步骤(b),依次遍历体数据中的每一个体素点Voxel(xi,yi,zi),当完成遍历后,跳转到步骤(g);步骤(c),判断Voxel(xi,yi,zi)是否已经被扩展过;判断方法为看其对应NodeArray(xi,yi,zi)中的值是否为空;如果是扩展过的,则返回步骤(b);步骤(d),创建一个子区域节点Nodej,该节点的起始位置为Voxel(xi,yi,zi);步骤(e),分别对X、Y、Z三个坐标轴的正方向进行扩展,并判断新扩展的体素与Voxel(xi,yi,zi)是否具有特征一致性;当某一方向出现不一致的体素时,则停止该方向的扩展;步骤(f),所述步骤(e)完成后会得到节点Nodej的结束位置Voxel(xi+m,yi+n,zi+k);先将Nodej所包含的体素Voxel(xs,ys,zs)所对应NodeArray(xs,ys,zs)的值设置为Nodej的地址,再将其添加到子节点集合setNodes中;步骤(g),在遍历完体数据中所有体素后,通过遍历数据区域NodeArray中的数据,生成子区域节点的相邻关系;步骤(2),通过可见光光源和感光元件对所述医学影像进行二次扫描;对二次扫描图像的体数据进行所述图像分裂操作,得到二次图像数据;步骤(3),将所述一次图像数据和二次图像数据绑定,与病理数据库中已有的病理样本相比对,比对过程具体为一次图像数据互相比对,二次图像数据互相比对;与病理数据库中已有的病理样本相比对的步骤中,还包括对已有病理样本进行解压的步骤,解压为一次图像数据和二次图像数据;步骤(4),一次图像数据比对结果r1乘以一次系数k1,二次图像数据比对结果r2乘以二次系数k2,k1+k2=1,且0.2≤k1≤0.3,0.7≤k1≤0.8;若r1*k1+r2*k2≥0.5,判断新的病理样本为病变样本,并录入所述病理数据库;若0.05≤r1*k1+r2*k2<0.5,判断新的病理样本为疑似病变样本;若r1*k1+r2*k2<0.05,判断病理样本为正常样本。
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青岛大学附属医院,未经青岛大学附属医院许可,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/patent/201410172988.X/,转载请声明来源钻瓜专利网。
- 上一篇:凸焊螺栓焊接剥离扭矩强度试验工装
- 下一篇:岩石力学三轴测试高压釜
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用