[发明专利]一种基于深度学习的器官自动勾画算法有效
| 申请号： | 201811605923.4 | 申请日： | 2018-12-26 |
| 公开（公告）号： | CN109727235B | 公开（公告）日： | 2021-05-11 |
| 发明（设计）人： | 文虎儿;朱言庆;姚毅 | 申请（专利权）人： | 苏州雷泰医疗科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06K9/46;G06N3/04 |
| 代理公司： | 苏州华博知识产权代理有限公司 32232 | 代理人： | 彭益波 |
| 地址： | 215000 江苏省苏州市工业园区金鸡湖*** | 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： | 本发明公开一种基于深度学习的器官自动勾画算法，具体包括以下步骤：(1)使用图像部位分类算法，筛选出当前器官所在部位的图像；(2)获取器官在图像中的窗口位置和大小，按照器官在图像中的窗口位置及大小，将筛选出的图像剪裁为固定大小；(3)将剪裁后的图像插值为神经网络输入所要求的大小；(4)将处理后的图像输入到训练好的3DUnet卷积神经网络，以对器官进行预测；(5)将预测的器官图像反插值到剪裁图像的大小，并填充为原图像大小，得到器官的真实预测；(6)提取真实预测的器官的边缘线，即为该器官的勾画。本发明在保证勾画精度的基础上，显著提升了勾画效率，可以有效解决小器官勾画精度不高的问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 器官 自动 勾画 算法 | ||
【主权项】：
1.一种基于深度学习的器官自动勾画算法，其特征在于，具体包括以下步骤：(1)使用图像部位分类算法，筛选出当前器官所在部位的图像；(2)获取器官在图像中的窗口位置和大小，按照器官在图像中的窗口位置及大小，将筛选出的图像剪裁为固定大小；(3)将剪裁后的图像插值为神经网络输入所要求的大小；(4)将经过步骤(1)‑(3)处理后的图像输入到训练好的3D Unet卷积神经网络，以对器官进行预测；(5)将预测的器官图像反插值到剪裁图像的大小，并填充为原图像大小，得到器官的真实预测；(6)提取真实预测的器官的边缘线，即为该器官的勾画。
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苏州雷泰医疗科技有限公司，未经苏州雷泰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/201811605923.4/，转载请声明来源钻瓜专利网。
