[发明专利]用于电脑断层摄影的后处理的装置和方法

说明书

提供一种用于电脑断层摄影的后处理的装置和方法，适用于改善肝脏局部结节性增生FNH的辨识影像。该方法包含：取得包含肝脏轮廓以及非肝脏轮廓的辨识影像及辨识影像的各个像素的HU值，其中肝脏轮廓包含FNH候选轮廓；计算肝脏轮廓的平均HU值；将非肝脏轮廓的HU值调整为肝脏轮廓的平均HU值以产生经处理辨识影像；以及基于经处理辨识影像而根据形态学演算法更新FNH候选轮廓以产生经更新FNH候选轮廓。本发明的用于电脑断层摄影的后处理的装置和方法可显著地提升FNH的辨识的精准度。

技术领域

本发明是有关于一种装置和方法，且特别是有关于一种用于电脑断层摄影(tomography)的后处理的装置和方法。

背景技术

随着深度学习的逐渐普及，有越来越多的医疗机构开始接受且期待通过电脑科学来帮助放射科医师判断病人的电脑断层摄影(computed tomography，CT)影像，也有越来越多的团队投入肝脏肿瘤辨识系统的开发。现行的电脑科学技术大都着重在恶性的肝细胞癌(hepatocellular carcinoma，HCC)的辨识上，而并未对良性肿瘤诸如肝脏血管瘤(hemangioma)或肝脏局部结节性增生(focal nodular hyperplasia，FNH)去进行影像辨识。然而，对于存在数种病症的肝脏来说，只判断恶性肿瘤显然是不够的。因此，如何对肝脏的良性肿瘤进行判断以协助医师确定患者的肝脏状况，是本领域人员致力的目标之一。

发明内容

本发明提供一种用于电脑断层摄影的后处理的装置和方法，可改善FNH的辨识影像以使FNH的辨识结果更贴合FNH的实际边界，并且可减少FNH的辨识结果的伪阳性。

本发明的一种用于电脑断层摄影的后处理的装置，适用于改善肝脏局部结节性增生(FNH)的辨识影像，该装置包括处理器、储存媒体以及收发器。储存媒体储存多个模块。处理器耦接储存媒体和收发器，并且存取和执行多个模块，其中多个模块包括数据收集模块以及运算模块。数据收集模块通过收发器取得包括肝脏轮廓以及非肝脏轮廓的辨识影像及辨识影像的各个像素的HU值，其中肝脏轮廓包括FNH候选轮廓。运算模块将非肝脏轮廓的HU值调整为肝脏轮廓的平均HU值以产生经处理辨识影像，以及基于经处理辨识影像而根据形态学演算法来更新FNH候选轮廓以产生经更新FNH候选轮廓。

在本发明的一实施例中，上述的运算模块响应于经更新FNH候选轮廓与FNH候选轮廓的交集超过阈值而判断经更新FNH候选轮廓代表正确的FNH的辨识结果。

在本发明的一实施例中，上述的运算模块响应于经更新FNH候选轮廓与FNH候选轮廓的交集未超过阈值而判断经更新FNH候选轮廓代表错误的FNH的辨识结果。

在本发明的一实施例中，上述的阈值关联于经更新FNH候选轮廓与FNH候选轮廓的联集。

在本发明的一实施例中，上述的形态学演算法为无边缘主动轮廓法(ACWE)。

本发明的一种用于电脑断层摄影的后处理的方法，适用于改善肝脏局部结节性增生(FNH)的辨识影像，其中方法包括：取得包括肝脏轮廓以及非肝脏轮廓的辨识影像及辨识影像的各个像素的HU值，其中肝脏轮廓包括FNH候选轮廓；将非肝脏轮廓的HU值调整为肝脏轮廓的平均HU值以产生经处理辨识影像；以及基于经处理辨识影像而根据形态学演算法更新FNH候选轮廓以产生经更新FNH候选轮廓。

在本发明的一实施例中，上述的方法更包括：响应于经更新FNH候选轮廓与FNH候选轮廓的交集超过阈值而判断经更新FNH候选轮廓代表FNH的辨识结果。

在本发明的一实施例中，上述的方法更包括：响应于经更新FNH候选轮廓与FNH候选轮廓的交集未超过阈值而判断经更新FNH候选轮廓代表错误的辨识结果。

在本发明的一实施例中，上述的阈值关联于经更新FNH候选轮廓与FNH候选轮廓的联集。

在本发明的一实施例中，上述的形态学演算法为不具边缘的主动轮廓法(ACWE)。