[发明专利]肺小结节三维重建方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111636029.5 申请日: 2021-12-29
公开(公告)号: CN114241138A 公开(公告)日: 2022-03-25
发明(设计)人: 罗立刚;罗翔;侯波林;罗祥凤;高光明 申请(专利权)人: 零氪科技(天津)有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06T7/11;G06T7/73;G06N3/04
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 杨奇松
地址: 300074 天津市自贸试验区(中*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 结节 三维重建 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种肺小结节三维重建方法,其特征在于,包括:

基于目标检测模型对断层扫描影像进行检测和分割,得到肺小结节分割图像;

基于语义分割模型从肺内区域中分割出支气管以及动静脉,得到初步分割图像;

根据所述支气管和所述动静脉的分叉节点的级数分割肺段,得到目标分割图像;

基于所述目标分割图像得到肺小结节三维重建结果。

2.根据权利要求1所述的方法,其特征在于,在所述基于目标检测模型对断层扫描影像进行检测和分割,得到肺小结节分割图像之前,所述方法包括:

基于数据标签确定检测所述断层扫描影像的窗宽、窗位以及下采样值,所述数据标签为在预处理断层扫描影像中标注所述肺小结节、所述支气管、所述动静脉以及所述肺段中的至少一项,从而得到的标签。

3.根据权利要求1所述的方法,其特征在于,在所述基于目标检测模型对断层扫描影像进行检测和分割,得到肺小结节分割图像之前,所述方法包括:

根据3D-FasterRcnn神经网络构建初步检测网络;

分别将所述初步检测网络的网络旁路和子连接层与残差网络的残差模块连接,构建所述目标检测模型,将所述断层扫描影像的特征通过网络旁路传递至所述初步检测网络的连接层,以对所述断层扫描影像进行检测。

4.根据权利要求1所述的方法,其特征在于,在所述基于语义分割模型从肺内区域中分割出支气管以及动静脉,得到初步分割图像之前,所述方法包括:

根据3D Vnet神经网络构建初步语义分割模型;

分别将所述初步语义分割模型的网络旁路和子连接层与残差网络的残差模块连接;

基于知识蒸馏的方式从所述断层扫描影像的特征中挑选出三维结构形态特征,并基于深度监督的训练方式对所述初步语义分割模型进行训练,以在训练完成后得到所述语义分割模型。

5.根据权利要求1所述的方法,其特征在于,在所述根据所述支气管和所述动静脉的分叉节点的级数分割肺段之前,所述方法还包括:

基于人体骨架从所述断层扫描影像中提取所述支气管和所述动静脉的分叉节点。

6.根据权利要求1所述的方法,其特征在于,所述根据所述支气管和所述动静脉的分叉节点的级数分割肺段包括:

确定所述支气管中第三级支气管的位置;

以所述第三级支气管的分叉中点作为肺段间平面初始点,根据段间静脉节点确定多个肺段间平面构造点;

使用贝塞尔曲线基于所述肺段间平面初始点和所述肺段间平面构造点确定肺段间平面,以完成肺段分割。

7.根据权利要求1-6任一项所述的方法,其特征在于,在所述基于所述目标分割图像得到肺小结节三维重建结果之前,所述方法还包括:

对所述断层扫描影像进行上采样,保留所述目标分割图像的最大连通域以去除噪声;

基于形态学闭运算填充所述目标分割图像的边缘。

8.一种肺小结节三维重建装置,其特征在于,包括:

检测模块,用于基于目标检测模型对断层扫描影像进行检测和分割,得到肺小结节分割图像;

第一分割模块,用于基于语义分割模型从肺内区域中分割出支气管以及动静脉,得到初步分割图像;

第二分割模块,用于根据所述支气管和所述动静脉的分叉节点的级数分割肺段,得到目标分割图像;

三维重建模块,用于基于所述目标分割图像得到肺小结节三维重建结果。

9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器中存储有程序指令,所述处理器运行所述程序指令时,执行权利要求1-7中任一项所述方法中的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器运行时,执行权利要求1-7任一项所述方法中的步骤。

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零氪科技(天津)有限公司,未经零氪科技(天津)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/202111636029.5/1.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