[发明专利]病灶肺段位置的识别方法、装置、存储介质及电子设备在审

专利信息
申请号: 202111494117.6 申请日: 2021-12-08
公开(公告)号: CN114155234A 公开(公告)日: 2022-03-08
发明(设计)人: 孙小婉;蔡巍;张霞 申请(专利权)人: 沈阳东软智能医疗科技研究院有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/25;G06V10/26;G06V10/764;G06V10/82;G06K9/62;G06N3/04
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 温易娜
地址: 110179 辽宁省沈*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 病灶 位置 识别 方法 装置 存储 介质 电子设备
【说明书】:

本公开涉及一种病灶肺段位置的识别方法、装置、存储介质及电子设备,提高了病灶肺段位置的识别效率以及病灶肺段位置的识别结果可靠性。该方法包括:获取标注有病灶位置的目标肺部图像;将目标肺部图像输入病灶肺段位置识别模型,得到目标肺部图像中病灶对应的肺段位置识别结果,肺段位置识别结果用于表征病灶在肺部所处的肺段位置;其中,病灶肺段位置识别模型包括第一分类子模型和第二分类子模型,第一分类子模型用于根据目标肺部图像对应的肺段类别对目标肺部图像进行分类,并将分类后的目标肺部图像输入对应肺段类别的第二分类子模型,第二分类子模型用于确定目标肺部图像中病灶对应的肺段位置识别结果。

技术领域

本公开涉及图像处理技术领域,具体地,涉及一种病灶肺段位置的识别方法、装置、存储介质及电子设备。

背景技术

CT(Computed Tomography),即电子计算机断层扫描,它是利用X射线束对人体某部一定厚度的层面进行扫描,由探测器接收透过该层面的X射线,转变为可见光后,由光电转换变为电信号,再经模拟/数字转换器转化为数字信号,输入计算机处理。作为肺部疾病最有效的无创检测技术,肺部CT影像以其分层薄、高清、低噪声等优点,被广泛应用于肺部疾病筛查和辅助诊断。

目前,肺部CT影像分析技术主要研究肺部是否存在病灶以及病灶的疾病类型,而对于肺部CT影像中病灶所处的肺段位置的识别主要通过人工阅片实现。但是,人工阅片的识别结果很大程度上取决于阅片者自身知识储备和诊疗经验等因素,因而无法保证病灶肺段位置识别结果的准确性。此外。当累积有大量肺部CT影像时,人工阅片对于病灶肺段位置的识别效率较低。

发明内容

本公开的目的是提供一种病灶肺段位置的识别方法、装置、存储介质及电子设备,以解决人工阅片识别病灶肺段位置存在可靠性低以及效率低的技术问题。

为了实现上述目的,本公开的第一方面提供一种病灶肺段位置的识别方法,所述方法包括:

获取标注有病灶位置的目标肺部图像;

将所述目标肺部图像输入病灶肺段位置识别模型,得到所述目标肺部图像中病灶对应的肺段位置识别结果,所述肺段位置识别结果用于表征所述病灶在肺部所处的肺段位置;

其中,所述病灶肺段位置识别模型包括第一分类子模型和第二分类子模型,所述第一分类子模型能够识别的肺段类别数量与所述第二分类子模型的数量相同,且每一个所述第二分类子模型对应一个肺段类别,所述第一分类子模型用于根据所述目标肺部图像对应的肺段类别对所述目标肺部图像进行分类,并将分类后的所述目标肺部图像输入对应肺段类别的第二分类子模型,所述第二分类子模型用于确定所述目标肺部图像中病灶对应的肺段位置识别结果。

可选地,所述病灶肺段位置识别模型包括图像分割模块,所述将所述目标肺部图像输入病灶肺段位置识别模型,得到所述目标肺部图像中病灶对应的肺段位置识别结果,包括:

将所述目标肺部图像输入所述第一分类子模型,并通过所述第一分类子模型从所述目标肺部图像中提取第一图像特征,根据所述第一图像特征确定所述目标肺部图像对应的目标肺段类别;

将所述目标肺部图像输入所述图像分割模块,得到多个小图像;

将带有所述病灶的小图像输入对应所述目标肺段类别的第二分类子模型,并通过所述第二分类子模型从所述带有所述病灶的小图像中提取第二图像特征,根据所述第二图像特征确定所述带有所述病灶的小图像对应的肺段位置识别结果。

可选地,所述将带有所述病灶的小图像输入对应所述目标肺段类别的第二分类子模型,并通过所述第二分类子模型从所述带有所述病灶的小图像中提取第二图像特征,包括:

将所述带有所述病灶的小图像及其周围预设个数的目标小图像输入对应所述目标肺段类别的第二分类子模型;

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沈阳东软智能医疗科技研究院有限公司,未经沈阳东软智能医疗科技研究院有限公司许可,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/202111494117.6/2.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