[发明专利]基于解剖学先验的分割算法评估的方法和装置有效

专利信息
申请号: 201910728421.9 申请日: 2019-08-07
公开(公告)号: CN110555853B 公开(公告)日: 2022-07-19
发明(设计)人: 章谦一;周振;李秀丽;卢光明;俞益洲 申请(专利权)人: 杭州深睿博联科技有限公司;北京深睿博联科技有限责任公司
主分类号: G06T7/11 分类号: G06T7/11;G06K9/62;G06V10/774;G06V10/764
代理公司: 北京知果之信知识产权代理有限公司 11541 代理人: 唐海力
地址: 310026 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 解剖学 先验 分割 算法 评估 方法 装置
【权利要求书】:

1.一种基于解剖学先验的分割算法评估的方法,其特征在于,所述方法包括:

根据主动形状模型算法、普氏分析法对各个分割目标区域的中心点坐标的相对位置信息进行形状处理,得到处理后的形状;

根据训练样本集数据,计算处理后的形状的平均值、协方差矩阵的特征值和协方差矩阵的特征向量值;

根据所述处理后的形状的平均值、协方差矩阵的特征向量值,得到形状系数数值;

根据所述形状系数数值,所述协方差矩阵的特征值,得到总分割目标区域的相对位置稳定的先验;其中,计算公式为:

其中,αi表示形状系数数值;σi表示协方差矩阵的第i个特征值;i表示肺叶个数,1≤i≤k;

根据每个分割目标区域的分割偏差值,得到每个分割目标区域的唯一的先验;包括:根据每个肺叶分割偏差个数的均值和每个分割偏差个数标准差,得到每个肺叶唯一的先验,计算公式为:

其中,ci表示单个肺叶的成分个数;表示每个肺叶分割偏差个数的均值;σn表示每个分割偏差个数标准差;

根据所述总分割目标区域的相对位置稳定的先验和所述每个分割目标区域的唯一的先验,得到训练模型,评估当前分割算法;所述分割目标区域为肺叶分割区域;其中,根据所述总分割目标区域的相对位置稳定的先验和所述每个分割目标区域的唯一的先验,得到训练模型,评估当前分割算法包括:根据总肺叶的相对位置稳定的先验和每个肺叶唯一的先验,得到加入训练模型的数据;将测试样本集数据输入加入数据后的训练模型,评估当前分割算法。

2.根据权利要求1所述的方法,其特征在于,所述根据主动形状模型算法、普氏分析法对各个分割目标区域的相对位置信息进行形状处理,得到处理后的形状包括:

获取训练样本集数据和各个肺叶中心点坐标的相对位置信息;

利用主动形状模型算法对所述相对位置信息进行形状建模;

利用普氏分析法对得到的形状进行归一化处理,得到处理后的形状。

3.根据权利要求1所述的方法,其特征在于,所述将测试样本集数据输入加入数据后的训练模型,评估当前分割算法包括:

根据平滑边缘损失函数对加入数据后的训练模型进行平滑处理;

将测试样本集数据输入平滑处理后的训练模型中;

利用得到的训练结果评估当前分割算法。

4.根据权利要求1所述的方法,其特征在于,所述根据所述处理后的形状的平均值、协方差矩阵的特征向量值,得到形状系数数值的计算公式为:

其中,表示处理后的形状的平均值,x表示处理后的形状系数数值;vi表示协方差矩阵的第i个特征向量;αi表示形状系数数值;i表示肺叶个数,1≤i≤k。

5.一种基于解剖学先验的分割算法评估的装置,其特征在于,所述装置包括:

处理形状模块,用于根据主动形状模型算法、普氏分析法对各个分割目标区域的中心点坐标的相对位置信息进行形状处理,得到处理后的形状;

计算模块,用于根据训练样本集数据,计算处理后的形状的平均值、协方差矩阵的特征值和协方差矩阵的特征向量值;

形状系数数值得到模块,用于根据所述处理后的形状的平均值、协方差矩阵的特征向量值,得到形状系数数值;

总分割目标区域的相对位置稳定的先验得到模块,用于根据所述形状系数数值,所述协方差矩阵的特征值,得到总分割目标区域的相对位置稳定的先验,其中,计算公式为:

其中,αi表示形状系数数值;σi表示协方差矩阵的第i个特征值;i表示肺叶个数,1≤i≤k;

每个分割目标区域的唯一的先验得到模块,用于根据每个分割目标区域的分割偏差值,得到每个分割目标区域的唯一的先验,包括:根据每个肺叶分割偏差个数的均值和每个分割偏差个数标准差,得到每个肺叶唯一的先验,计算公式为:

其中,ci表示单个肺叶的成分个数;表示每个肺叶分割偏差个数的均值;σn表示每个分割偏差个数标准差;

评估模块,用于根据所述总分割目标区域的相对位置稳定的先验和所述每个分割目标区域的唯一的先验,得到训练模型,评估当前分割算法。

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杭州深睿博联科技有限公司;北京深睿博联科技有限责任公司,未经杭州深睿博联科技有限公司;北京深睿博联科技有限责任公司许可,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/201910728421.9/1.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