[发明专利]一种基于深度学习的靶区自动勾画方法、设备和存储介质在审
| 申请号： | 201810134407.1 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108447551A | 公开（公告）日： | 2018-08-24 |
| 发明（设计）人： | 刘春雷;崔德琪 | 申请（专利权）人： | 北京连心医疗科技有限公司 |
| 主分类号： | G16H30/40 | 分类号： | G16H30/40;G06N3/04;G06N3/08;G06T7/00;G06T7/13;G06T7/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100094 北京市海淀*** | 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： | 本发明属于医学影像和计算机技术领域，涉及一种基于深度学习的放射治疗计划中靶区自动勾画方法。该方法包括如下步骤：(1)将患者图像数据进行预处理；(2)将预处理的图像数据输入到训练好的卷积神经网络模型中对靶区进行预测；(3)将预测出的靶区进行边缘提取，得到自动勾画的靶区。本发明提供的基于深度学习的靶区自动勾画方法能够实现快速勾靶，并且具有很高的精确度，同样器官如果医生手工勾画需要5～10分钟，本发明提供的靶区自动勾画算法只需要15秒左右，与手工勾画相比，时间缩短了约95％，这极大地提高医生的工作效率，同时又为病人及时治疗提供宝贵的时间。 | ||
| 搜索关键词： | 靶区 勾画 预处理 计算机技术领域 放射治疗计划 患者图像数据 卷积神经网络 图像数据输入 边缘提取 存储介质 工作效率 时间缩短 医学影像 预测 对靶 医生 算法 学习 器官 治疗 | ||
【主权项】：
1.一种基于深度学习的放射治疗计划中靶区自动勾画方法，适于在计算设备中执行，其特征在于：包括如下步骤：(1)将患者图像数据进行预处理；(2)将预处理的图像数据输入到训练好的卷积神经网络模型中对靶区进行预测；(3)将预测出的靶区进行边缘提取，得到自动勾画的靶区。
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北京连心医疗科技有限公司，未经北京连心医疗科技有限公司许可，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/patent/201810134407.1/，转载请声明来源钻瓜专利网。
