[发明专利]一种医学图像处理方法、装置及计算机可读存储介质有效

专利信息
申请号: 202010592369.1 申请日: 2020-06-24
公开(公告)号: CN111932492B 公开(公告)日: 2021-05-11
发明(设计)人: 刘仙伟;阳光;肖乾江 申请(专利权)人: 数坤(北京)网络科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/13;G06T7/33
代理公司: 北京乐知新创知识产权代理事务所(普通合伙) 11734 代理人: 刘婧
地址: 100000 北京市昌平区科技园区创新路1*** 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 医学 图像 处理 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种医学图像处理方法,其特征在于,所述方法包括:

分别获取待检测对象基于第一时间的第一医学影像图和基于第二时间的第二医学影像图;

分别对所述第一医学影像图和所述第二医学影像图进行肺叶区域分割,得到肺叶分割结果;

对所述第一医学影像图进行图像分割,定位第一目标病灶区域;

对所述第二医学影像图进行图像分割,定位第二目标病灶区域;

根据所述肺叶分割结果、所述第一目标病灶区域和所述第二目标病灶区域,确定所述第一医学影像图和所述第二医学影像图的变化信息;

根据所述第一目标病灶区域、所述第二目标病灶区域、所述变化信息,确定对应于所述第一医学图像和所述第二医学图像的合并特征向量;

所述确定对应于所述第一医学图像和所述第二医学图像的合并特征向量,包括:

根据所述第一目标病灶区域进行特征提取,得到第一特征向量;

根据所述第二目标病灶区域进行特征提取,得到第二特征向量;

根据所述变化信息进行特征提取,得到第三特征向量;

对所述第一特征向量、第二特征向量和第三特征向量进行向量拼接,得到所述合并特征向量;

根据所述合并特征向量,确定基于所述第一医学影像图和所述第二医学影像图的检测结果。

2.根据权利要求1所述的方法,其特征在于,根据所述肺叶分割结果、所述第一目标病灶区域和所述第二目标病灶区域,确定所述第一医学影像图和所述第二医学影像图的变化信息,包括:

根据所述第一目标病灶区域和所述肺叶分割结果,确定第一目标病灶区域中第1病灶区域、第2病灶区域……第n病灶区域对应的肺叶区域;

根据每一病灶区域对应的肺叶区域,将所述第二目标病灶区域中每一病灶区域分别与第1区域、第2区域……第n区域进行配对,得到第一目标病灶区域和第二目标病灶区域中每一病灶区域的一一对应的病灶配准结果;

根据所述病灶配准结果,确定所述变化信息;

其中,n为正整数,肺叶区域包括:左上区域、左下区域、右上区域、右中区域、右下区域。

3.根据权利要求1所述的方法,其特征在于,所述变化信息包括以下至少一者:

所述第一目标病灶区域平均CT值与所述第二目标病灶区域的平均CT值的差值;

所述第一目标病灶区域的病灶直方图与所述第二目标病灶区域的病灶直方图的匹配结果。

4.根据权利要求1所述的方法,其特征在于,所述根据所述合并特征向量,确定基于所述第一医学影像图和所述第二医学影像图的检测结果,包括:根据所述合并特征向量,利用分类模型,确定所述待检测对象的病灶类型。

5.一种医学图像处理装置,其特征在于,所述装置包括:

图像获取模块,用于分别获取待检测对象基于第一时间的第一医学影像图和基于第二时间的第二医学影像图;

肺叶分割模块,用于分别对所述第一医学影像图和所述第二医学影像图进行肺叶区域分割,得到肺叶分割结果;

第一分割模块,用于对所述第一医学影像图进行图像分割,定位第一目标病灶区域;

第二分割模块,用于对所述第二医学影像图进行图像分割,定位第二目标病灶区域;

变化确定模块,用于根据所述肺叶分割结果、所述第一目标病灶区域和所述第二目标病灶区域,确定所述第一医学影像图和所述第二医学影像图的变化信息;

合并特征模块,用于根据所述第一目标病灶区域、所述第二目标病灶区域、所述变化信息,确定对应于所述第一医学图像和所述第二医学图像的合并特征向量;

所述合并特征模块包括:

第一提取子模块,用于根据所述第一目标病灶区域进行特征提取,得到第一特征向量;

第二提取子模块,用于根据所述第二目标病灶区域进行特征提取,得到第二特征向量;

第三提取子模块,用于根据所述变化信息进行特征提取,得到第三特征向量;

合并子模块,用于对所述第一特征向量、第二特征向量和第三特征向量进行向量拼接,得到所述合并特征向量;

结果确定模块,用于根据所述合并特征向量,确定基于所述第一医学影像图和所述第二医学影像图的检测结果。

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数坤(北京)网络科技有限公司,未经数坤(北京)网络科技有限公司许可,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/202010592369.1/1.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