[发明专利]一种图像处理方法及装置在审

专利信息
申请号: 201911189278.7 申请日: 2019-11-28
公开(公告)号: CN110956636A 公开(公告)日: 2020-04-03
发明(设计)人: 万兰若;龚强;陈伟导;陈宽;王少康 申请(专利权)人: 北京推想科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/136;G06T7/30;G06T7/00;G06N3/08;G06N3/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张静
地址: 100085 北京市海淀*** 国省代码: 北京;11
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 图像 处理 方法 装置
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取待检测的脑部影像;

基于预先训练的深度卷积神经网络模型对待检测的脑部影像进行处理,得到所述待检测的脑部影像的脑室分割结果;所述深度卷积神经网络模型是通过包含标记有脑室分割结果的脑部影像的第一样本集进行训练后得到的;

确定待检测的脑部影像中理论中线平面的位置;

基于待检测的脑部影像的脑室的分割结果,确定实际中线平面的位置;

根据所述待检测的脑部影像的实际中线平面的位置和理论中线平面的位置,确定待检测的脑部影像的图像处理结果。

2.根据权利要求1所述的方法,其特征在于,所述确定待检测的脑部影像中理论中线平面的位置,包括:

将待检测的脑部影像与标记有中线平面位置的标准的脑部影像进行配准;

依据所述标准的脑部影像中中线平面的位置,确定所述待检测的脑部影像中理论中线平面的位置。

3.根据权利要求1所述的方法,其特征在于,所述基于待检测的脑部影像的脑室的分割结果,确定实际中线平面的位置,包括:

在所述待检测的脑部影像中选取基准平面的位置;

沿着所述待检测的脑部影像的冠状位轴线平移所述基准平面的位置;

当基准平面移动到目标位置时,获取所述基准平面在所述目标位置对待检测的脑部影像的脑室的分割结果;

根据目标位置对待检测的脑部影像的脑室的分割结果和预先训练的深度卷积神经网络对待检测的脑部影像的分割结果,确定所述目标位置为实际的中线的平面位置。

4.根据权利要求3所述的方法,其特征在于,所述待检测的脑部影像中选取的基准平面的位置为所述待检测的脑部影像中理论中线平面的位置。

5.根据权利要求1所述的方法,其特征在于,所述根据所述待检测的脑部影像的实际中线平面的位置和理论中线平面的位置,确定待检测的脑部影像的图像处理结果,包括:

计算所述待检测的脑部影像的实际中线平面位置与理论中线平面位置的第一偏移距离;

判断所述第一偏移距离是否大于预设的距离阈值;

若大于预设的距离阈值,则确定所述待检测的脑部影像中脑部结构移位的程度。

6.根据权利要求1或5所述的方法,其特征在于,还包括:

获取包含脑部影像的第二样本集;

确定所述第二样本集中每个脑部影像的理论中线平面的位置;

根据所述已训练的深度卷积神经网络对所述第二样本集中的脑部影像进行处理,得到所述脑部影像的脑室分割结果,并基于所述脑部影像的脑室分割结果确定所述脑部影像实际中线平面的位置;

计算实际中线平面的位置距离理论中线平面的位置的第二偏移距离;

获取所述第二样本集中每个脑部影像是否有脑部结构移位的结果;

对所述第二样本集中每个脑部影像对应的第二偏移距离与是否有脑部结构移位的结果进行分析,确定用于判定脑部结构是否移位的距离阈值。

7.根据权利要求1所述的方法,其特征在于,所述深度卷积神经网络模型的训练过程包括:

获取第一样本集;所述第一样本集中包含标记有脑室分割结果的脑部影像;

构建深度卷积神经网络模型;

通过样本集中的标记有脑室分割结果的脑部影像对构建的深度卷积神经网络模型进行训练。

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北京推想科技有限公司,未经北京推想科技有限公司许可,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/201911189278.7/1.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