[发明专利]一种基于胸部平扫CT的冠脉钙化灶全自动分割方法有效

专利信息
申请号: 202011181703.0 申请日: 2020-10-29
公开(公告)号: CN112288752B 公开(公告)日: 2021-08-27
发明(设计)人: 王怡宁;金征宇;王健;徐橙;郭恒;许敏丰;迟颖 申请(专利权)人: 中国医学科学院北京协和医院
主分类号: G06T7/11 分类号: G06T7/11;G06T7/136;G06T7/13
代理公司: 北京慧尚知识产权代理事务所(特殊普通合伙) 11743 代理人: 郑德龙;吉海莲
地址: 100070 *** 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 基于 胸部 ct 钙化 全自动 分割 方法
【权利要求书】:

1.一种基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,包括以下步骤:

步骤1、对原始胸部平扫CT图像进行预处理,得到预处理数据;

步骤2、将所述预处理数据输入到预先训练好的心脏分割模型中,对所述原始胸部平扫CT图像中的心脏区域进行分割,得到与所述原始胸部平扫CT图像对应的包含所述心脏区域的心脏分割图像;

步骤3、在所述心脏区域筛选疑似冠脉钙化灶;

步骤4、从筛选出的疑似冠脉钙化灶中提取多个候选样本块;以及

步骤5、基于所述多个候选样本块及其在所述原始胸部平扫CT图像对应的坐标系中的对应坐标,利用预先训练好的钙化灶分割模型获得每一个候选样本块的冠脉钙化灶分割结果,

其中,所述心脏分割模型的训练包括以下步骤:

收集训练用胸部平扫CT图像并对其进行心脏标注以得到与其对应的心脏Mask图像;和

利用所述训练用胸部平扫CT图像和所述心脏Mask图像训练第一深度神经网络直到满足预设的第一收敛条件为止,得到所述心脏分割模型,

所述钙化灶分割模型的训练包括以下步骤:

对所述训练用胸部平扫CT图像进行冠脉钙化灶标注以得到与其对应的冠脉钙化灶Mask图像;

从所述冠脉钙化灶Mask图像中提取具有预设尺寸的多个Mask图像样本块,从所述训练用胸部平扫CT图像中提取与所述多个Mask图像样本块对应的具有所述预设尺寸的多个原始图像样本块,每一个Mask图像样本块和与其对应的一个原始图像样本块构成一个样本对;以及

利用所述样本对训练第二深度神经网络直到满足预设的第二收敛条件为止,得到所述钙化灶分割模型。

2.根据权利要求1所述的基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,所述步骤1进一步包括:

步骤11、将所述原始胸部平扫CT图像缩放到设定尺寸;和

步骤12、对缩放后的所述原始胸部平扫CT图像执行归一化操作。

3.根据权利要求2所述的基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,所述步骤3进一步包括:

步骤31、将所述心脏分割图像恢复到所述原始胸部平扫CT图像的尺寸;

步骤32、在所述原始胸部平扫CT图像中,根据恢复尺寸后的所述心脏分割图像确定所述心脏区域的边界;以及

步骤33、在所述心脏区域的边界内筛选疑似冠脉钙化灶。

4.根据权利要求3所述的基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,所述步骤33进一步包括:

步骤331、在所述心脏区域的边界内根据CT值标记出所有疑似冠脉钙化灶;和

步骤332、对标记出的所有疑似冠脉钙化灶进行聚类并根据聚类结果和相应先验知识筛选所述疑似冠脉钙化灶。

5.根据权利要求4所述的基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,在所述步骤5之前所述方法还包括:

将所述多个候选样本块组装成多个批次后逐批输入到所述钙化灶分割模型中。

6.根据权利要求1所述的基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,在所述步骤5之后所述方法还包括:

基于每一个候选样本块的冠脉钙化灶分割结果,采用投票机制得出最终的分割结果。

7.根据权利要求1所述的基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,从所述冠脉钙化灶Mask图像中提取具有预设尺寸的多个Mask图像样本块包括以下步骤:

对所述冠脉钙化灶Mask图像进行聚类;和

以每个聚类中心为中心,分别提取所述Mask图像样本块。

8.根据权利要求1所述的基于胸部平扫CT的冠脉钙化灶全自动分割方法,其特征在于,从所述训练用胸部平扫CT图像中提取与所述多个Mask图像样本块对应的具有所述预设尺寸的多个原始图像样本块包括以下步骤:

依据每一个Mask图像样本块的提取坐标,从所述训练用胸部平扫CT图像中提取对应的原始图像样本块。

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中国医学科学院北京协和医院,未经中国医学科学院北京协和医院许可,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/202011181703.0/1.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