[发明专利]一种头部图像处理方法、系统、设备、存储介质有效

专利信息
申请号: 201811299533.9 申请日: 2018-11-02
公开(公告)号: CN109635646B 公开(公告)日: 2023-02-10
发明(设计)人: 邹昊;郭玉成;李晓禹 申请(专利权)人: 清影医疗科技(深圳)有限公司;清佑(上海)计算机科技有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/82;G06N3/0464
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 唐致明;洪铭福
地址: 518000 广东省深圳市盐田*** 国省代码: 广东;44
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 头部 图像 处理 方法 系统 设备 存储 介质
【权利要求书】:

1.一种头部图像处理方法,其特征在于,包括以下步骤:

图像获取步骤,获取头部的横断面图像序列;

分类步骤,根据所述横断面图像序列和眼眶分类算法判断每张横断面图像的种类,所述种类包括眼眶和非眼眶;

提取步骤,根据已分类的横断面图像序列提取出眼眶部分图像序列;

其中,所述提取步骤包括:

预设容错值子步骤,设定预设容错值,所述预设容错值为眼眶部分图像序列中连续存在的非眼眶的横断面图像的最大张数;

提取子步骤,根据已分类的横断面图像序列和预设容错值提取出最长的眼眶部分图像序列。

2.根据权利要求1所述的头部图像处理方法,其特征在于,所述眼眶分类算法包括Inceptionv3、xception、ResNet、DenseNet、SENet或googlenet卷积神经网络。

3.根据权利要求2所述的头部图像处理方法,其特征在于,所述卷积神经网络的训练方法包括:

获取多个头部样本的横断面CT图像序列;

将所述横断面CT图像序列的横断面CT图像进行二分类,分为眼眶和非眼眶;

对二分类后的横断面CT图像序列根据预设物理间距进行重采样;

输入重采样后的多个头部样本的横断面CT图像序列以训练所述卷积神经网络。

4.根据权利要求3所述的头部图像处理方法,其特征在于,所述卷积神经网络的训练方法还包括:

在进行重采样之前,将所述横断面CT图像的像素值转换成CT值。

5.根据权利要求4所述的头部图像处理方法,其特征在于,所述卷积神经网络的训练方法还包括:

在进行重采样之后,根据预设CT值对CT值转换后的横断面CT图像进行阈值分割以获得二值掩模图像用于卷积神经网络训练。

6.一种头部图像处理系统,其特征在于,包括:

图像获取单元,用于获取头部的横断面图像序列;

分类单元,用于根据所述横断面图像序列和眼眶分类算法判断每张横断面图像的种类,所述种类包括眼眶和非眼眶;

提取单元,用于根据已分类的横断面图像序列提取出眼眶部分图像序列;

其中,所述提取单元包括:

预设容错值模块,用于设定预设容错值,所述预设容错值为眼眶部分图像序列中连续存在的非眼眶的横断面图像的最大张数;

提取模块,用于根据已分类的横断面图像序列和预设容错值提取出最长的眼眶部分图像序列。

7.一种头部图像处理设备,其特征在于,包括:

至少一个处理器;以及,

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至5任一项所述的头部图像处理方法。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至5任一项所述的头部图像处理方法。

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清影医疗科技(深圳)有限公司;清佑(上海)计算机科技有限公司,未经清影医疗科技(深圳)有限公司;清佑(上海)计算机科技有限公司许可,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/201811299533.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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