[发明专利]用于病灶区图像几何特征提取的方法和相关产品有效

专利信息
申请号: 202110040109.8 申请日: 2021-01-13
公开(公告)号: CN112381825B 公开(公告)日: 2021-09-03
发明(设计)人: 王振常;雷娜;侯代伦;李维;任玉雪;吕晗;魏璇;张茗昱;陈伟;吴伯阳 申请(专利权)人: 首都医科大学附属北京友谊医院;大连理工大学;北京智拓视界科技有限责任公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/62;G06T17/20
代理公司: 北京维昊知识产权代理事务所(普通合伙) 11804 代理人: 李波;孙新国
地址: 100050*** 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: 用于 病灶 图像 几何 特征 提取 方法 相关 产品
【权利要求书】:

1.一种用于病灶区图像几何特征提取的方法,包括:

获取肺部病灶区域的三维图像数据;

根据肺部病灶区域的三维图像数据生成由多个顶点连接而成的二维网格;

利用所述多个顶点中的部分顶点形成的闭合曲线将所述二维网格切分成两个拓扑圆盘;

将所述两个拓扑圆盘分别映射到两个单位矩形上;

利用所述多个顶点的几何特征值来确定所述单位矩形上对应点的像素值;以及

基于所述像素值来形成包含所述肺部病灶区域的几何特征的图片,其中利用所述多个顶点的几何特征值来确定所述单位矩形上对应点的像素值包括:

在所述单位矩形上均匀布置像素点;

针对于所述每个像素点来执行以下步骤以获取像素值:

判断所述像素点在单位矩形上的位置;

以及根据所述位置来确定所述几何特征值,以便得到所述像素点的像素值;

其中所述几何特征的图片作为神经网络的训练数据,并且经所述几何特征的图片训练的所述神经网络用作获得针对于所述肺部病灶区域发展趋势的预测模型,以便对所述肺部病灶区域的发展做出准确预测。

2.根据权利要求1所述的方法,其中所述肺部病灶区域是感染有新冠状病毒的肺部区域,所述二维网格上顶点的几何特征包括高斯曲率、平均曲率或共形因子,并且其中确定像素值包括:

根据网格信息来确定所述顶点的高斯曲率、平均曲率或共形因子;以及

根据所述高斯曲率、平均曲率或共形因子来确定所述单位矩形上对应点的像素值。

3.根据权利要求2所述的方法,其中根据像素点在单位矩形上的位置来确定像素值包括:

当所述像素点位于所述单位矩形的四个顶点时,根据所述单位矩形的四个顶点的高斯曲率、平均曲率或共形因子来确定所述像素点的像素值;

当所述像素点位于所述单位矩形的四条边上时,利用线性插值获取高斯曲率、平均曲率或共形因子对应的所述像素点的像素值;以及

当所述像素点位于所述单位矩形的内部时,利用重心坐标插值计算高斯曲率、平均曲率或共形因子对应的所述像素点的像素值。

4.根据权利要求1-3的任意一项所述的方法,其中通过以下操作来获得所述闭合曲线:

根据所述二维网格的拓扑和网格边的边长来确定基于所述二维网格的拉普拉斯贝尔特拉米矩阵;

计算所述拉普拉斯贝尔特拉米矩阵的绝对值最小的非零特征值所对应的特征函数;

根据所述特征函数来确定每个网格顶点的函数值;

从所有顶点中选择具有全局最小的函数值的顶点作为所述闭合曲线的起点;

从与所述起点相邻的多个顶点中选择具有局部最小的函数值的顶点作为第1中间顶点;以及

针对于第2~第N中间顶点的第i中间顶点,从与第i-1中间顶点相邻的多个顶点中选择具有局部最小的函数值的顶点作为第i中间顶点,直到返回到所述起点,其中N和i是大于或等于2的正整数;

从所述起点出发、依次连接N个中间顶点后返回到所述起点,以获得所述闭合曲线。

5.根据权利要求4所述的方法,其中将所述拓扑圆盘映射到单位矩形上包括:

将所述拓扑圆盘边界映射到单位矩形边界;以及

将所述拓扑圆盘的内部点调和映射到单位矩形内,以在所述单位矩形内形成对应的调和像点。

6.根据权利要求5所述的方法,其中将所述拓扑圆盘的内部点调和映射到单位矩形内以形成对应的调和像点包括:

将所述拓扑圆盘的所述内部点初始映射到单位矩形内,以形成初始像点;

确定所述单位矩形内所述初始像点之间的调和能量;以及

根据调和能量和预设能量梯度阈值来调整所述初始像点的坐标,以获得所述调和像点。

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首都医科大学附属北京友谊医院;大连理工大学;北京智拓视界科技有限责任公司,未经首都医科大学附属北京友谊医院;大连理工大学;北京智拓视界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/202110040109.8/1.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