[发明专利]基于PET/CT成像的病灶分割融合校准方法、设备、介质及产品在审
申请号: | 202210625216.1 | 申请日: | 2022-06-02 |
公开(公告)号: | CN115019041A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 刘兆邦;王飞飞;杨晓冬;郑健 | 申请(专利权)人: | 中国科学院苏州生物医学工程技术研究所 |
主分类号: | G06V10/26 | 分类号: | G06V10/26;G06V10/80;G06V10/82;G06V20/70 |
代理公司: | 北京远大卓悦知识产权代理有限公司 11369 | 代理人: | 杨明霞 |
地址: | 215163 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 pet ct 成像 病灶 分割 融合 校准 方法 设备 介质 产品 | ||
1.基于PET/CT成像的病灶分割融合校准方法,其特征在于,包括以下步骤:
提取语义特征,通过多模态融合分割网络中的第一编码器提取CT图像的语义特征,通过多模态融合分割网络中的第二编码器提取PET图像的语义特征;
融合语义特征,通过多模态融合分割网络中的融合下采样模块提取所述CT图像的语义特征和所述PET图像的语义特征的融合语义特征,得到CT图像的融合语义特征和PET图像的融合语义特征;
解码语义特征,通过多模态融合分割网络中的第一解码器对CT图像的融合语义特征进行上采样,将CT图像的融合语义特征的上采样结果与CT图像的语义特征进行连接,并对连接后的特征进行解码,通过多模态融合分割网络中的第二解码器对PET图像的融合语义特征进行上采样,将PET图像的语义特征的上采样结果与PET图像的融合语义特征进行连接,并对连接后的特征进行解码;
校准语义特征,通过多模态融合分割网络中的多模态校准块对解码得到的CT图像的语义特征和PET图像的语义特征进行校准,并将校准后的CT图像的语义特征和PET图像的语义特征与原始的CT图像的语义特征和PET图像的语义特征融合,获得更新的CT图像的语义特征和PET图像的语义特征;
生成概率图,将所述第一解码器和所述第二解码器分支重建的病变图像相加,通过激活函数生成病变的输出概率图;
生成像素分类,通过设置概率图阈值生成每个像素的分类。
2.根据权利要求1所述的基于PET/CT成像的病灶分割融合校准方法,其特征在于:所述第一编码器和所述第二编码器均包括若干卷积层,所述融合下采样模块设置于所述第一编码器的相邻卷积层之间,及所述第二编码器的相邻卷积层之间,将所述第一编码器的当前卷积层与所述第二编码器对应的卷积层的输出作为所述融合下采样模块的输入,将所述融合下采样模块的输出作为所述第一编码器的下一卷积层与所述第二编码器对应的卷积层的输入。
3.根据权利要求2所述的基于PET/CT成像的病灶分割融合校准方法,其特征在于,所述融合语义特征步骤包括以下步骤:
将所述第一编码器的当前卷积层的输出、所述第二编码器对应的卷积层的输出经所述融合下采样模块进行融合;
将融合后的特征经所述融合下采样模块的第一卷积层减少融合后的特征通道数,然后经所述融合下采样模块的第二卷积层减少特征图,再经带泄露修正线性单元和若干卷积层改善模型的非线性表示,得到输出特征;
将所述第一编码器的当前卷积层的输出经所述融合下采样模块的第一最大池化层进行下采样,将下采样结果与所述输出特征相加,得到第一融合特征,将所述第二编码器对应的卷积层的输出经所述融合下采样模块的第二最大池化层进行下采样,将下采样结果与所述输出特征相加,得到第二融合特征;
将所述第一融合特征、所述第二融合特征分别输入所述第一编码器的下一卷积层与所述第二编码器对应的卷积层。
4.根据权利要求1所述的基于PET/CT成像的病灶分割融合校准方法,其特征在于:所述第一解码器和所述第二解码器均包括上采样层和若干卷积层,所述多模态校准模块设置于所述第一解码器的相邻卷积层之间,及所述第二解码器的相邻卷积层之间,将所述第一解码器的当前卷积层与所述第二解码器对应的卷积层的输出作为所述多模态校准模块的输入,将所述多模态校准模块的输出作为所述第一解码器的下一卷积层与所述第二解码器对应的卷积层的输入。
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科学院苏州生物医学工程技术研究所,未经中国科学院苏州生物医学工程技术研究所许可,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/202210625216.1/1.html,转载请声明来源钻瓜专利网。