[发明专利]肌肉分割方法、装置及磁共振扫描仪在审

专利信息
申请号: 202210487232.9 申请日: 2022-05-06
公开(公告)号: CN114913143A 公开(公告)日: 2022-08-16
发明(设计)人: 弗朗西斯科·莎蒂尼;王凤丹;朱锦霞 申请(专利权)人: 西门子数字医疗科技(上海)有限公司;中国医学科学院北京协和医院;巴塞尔大学医院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/10;G06N3/02
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 李慧
地址: 200031 上海市浦东新*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 肌肉 分割 方法 装置 磁共振 扫描仪
【权利要求书】:

1.一种肌肉分割方法,其特征在于,该方法包括:

获取包含肌肉的目标组织的横向弛豫时间加权成像水脂分离图像;

将横向弛豫时间加权成像水脂分离图像逐层输入肌肉分割模型,得到每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置。

2.根据权利要求1所述的方法,其特征在于,所述横向弛豫时间加权成像水脂分离图像为:横向弛豫时间加权成像Dixon图像。

3.根据权利要求1所述的方法,其特征在于,所述得到每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置之后,进一步包括:

接收用户输入的对每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置的调整信息,根据该调整信息调整每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置。

4.根据权利要求3所述的方法,其特征在于,所述根据该调整信息调整每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置之后,进一步包括:

根据调整前的每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置和调整后的每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置,计算所述肌肉分割模型的参数偏差,根据该参数偏差调整所述肌肉分割模型的参数,得到调整后的肌肉分割模型。

5.根据权利要求4所述的方法,其特征在于,所述肌肉分割模型为深度学习网络模型,

所述计算所述肌肉分割模型的参数偏差包括:采用预设的损失函数,计算所述肌肉分割模型的损失函数值。

6.根据权利要求4所述的方法,其特征在于,所述将横向弛豫时间加权成像水脂分离图像逐层输入肌肉分割模型之前,进一步包括:从中心服务器获取所述肌肉分割模型;

所述得到调整后的肌肉分割模型之后,进一步包括:将调整后的肌肉分割模型上传到中心服务器。

7.根据权利要求1至6任一所述的方法,其特征在于,所述获取包含肌肉的目标组织的横向弛豫时间加权成像水脂分离图像进一步包括:获取所述目标组织的定量参数映射图像;

所述得到每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置之后,进一步包括:

根据横向弛豫时间加权成像水脂分离图像和定量参数映射图像的扫描位置和扫描方向,为每一横向弛豫时间加权成像水脂分离图像层找到配准的定量参数映射图像层,并根据每一横向弛豫时间加权成像水脂分离图像层上各肌肉体素的位置,将每一横向弛豫时间加权成像水脂分离图像层上的各肌肉体素映射到配准的定量参数映射图像层上。

8.根据权利要求7所述的方法,其特征在于,所述将每一横向弛豫时间加权成像水脂分离图像层上的各肌肉体素映射到配准的定量参数映射图像层上之后,进一步包括:

根据每一定量参数映射图像层上的各肌肉体素的定量参数值,计算所述目标组织中的肌肉的定量参数平均值。

9.根据权利要求8所述的方法,其特征在于,所述将每一横向弛豫时间加权成像水脂分离图像层上的各肌肉体素映射到配准的定量参数映射图像层上之后、所述计算所述目标组织中的肌肉的定量参数平均值之前,进一步包括:

接收用户输入的对每一定量参数映射图像层上各肌肉体素的位置的调整信息,根据该调整信息调整每一定量参数映射图像层上各肌肉体素的位置。

10.根据权利要求7所述的方法,其特征在于,所述定量参数映射图像为:纵向弛豫时间映射图像、或者横向弛豫时间映射图像、或者表观弥散系数映射图像。

11.根据权利要求1所述的方法,其特征在于,所述目标组织为大腿组织。

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西门子数字医疗科技(上海)有限公司;中国医学科学院北京协和医院;巴塞尔大学医院,未经西门子数字医疗科技(上海)有限公司;中国医学科学院北京协和医院;巴塞尔大学医院许可,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/202210487232.9/1.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