申请/专利权人：北京市神经外科研究所

申请日：2023-03-27

公开（公告）日：2024-06-21

公开（公告）号：CN116386043B

主分类号：G16H30/20

分类号：G16H30/20;G06V20/70;G06V10/25;G06V10/75;G06V10/778;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2023.07.21#实质审查的生效;2023.07.04#公开

摘要：本发明公开了一种脑神经医疗影像胶质瘤区域快速标记方法及系统，包括内嵌于计算机中的医疗影像读取模块、滤波模块、胶质瘤自动识别模型、判定模块和标记区域形成模块；读取包含有单层医疗影像切片的医疗影像数据文件；针对单层医疗影像数据进行滤波，得到其颜色空间集合；采用建立好的胶质瘤自动识别模型对胶质瘤区域自动预测，得到预测胶质瘤区域；选取预测胶质瘤区域中的各标记点，采用逐一对每一标记点向其数据数组四周扩散方法寻找与之匹配的胶质瘤区域中的其余标记点，得到匹配的有效标记点集合即为胶质瘤标记区域。本发明通过创新算法辅助医生标注方式，自动判断肿瘤范围，不要求精确标注肿瘤边缘，从而实现快速准确标注胶质瘤累及范围。

主权项：1.一种脑神经医疗影像胶质瘤区域快速标记方法，其特征在于，所述方法包括如下步骤：步骤1，读取包含有单层医疗影像切片的医疗影像数据文件；步骤2，针对单层医疗影像数据S进行滤波，得到其颜色空间集合C；步骤3，采用建立好的胶质瘤自动识别模型对滤波后的单层医疗影像数据进行胶质瘤区域自动预测，得到预测胶质瘤区域；建立胶质瘤自动识别模型的方法是：获取若干例胶质瘤患者数据信息，并进行人工胶质瘤区域标注；通过深度学习算法，针对已标注好的胶质瘤进行建模，得到胶质瘤自动识别的UNet模型；步骤4，选取预测胶质瘤区域中的各标记点，采用逐一对每一标记点向其数据数组四周扩散方法寻找与之匹配的胶质瘤区域中的其余标记点，其具体方法是：在预测胶质瘤区域中选取起始标记点p；从胶质瘤颜色空间集合C中得到标记点p处颜色值cp及坐标xp，yp；设置匹配算法阈值k；选取与起始标记点p相对应的四周临近标记点q，根据如下判定公式判定临近标记点q是否为有效标记点：k-|cq-cp|＞＝0若符合上式关系，则将临近标记点q作为有效标记点加入胶质瘤区域的有效标记点集合否则不加入；步骤5，将匹配的有效标记点加入胶质瘤区域的有效标记点集合直至完成预测胶质瘤区域中所有标记点的访问，所得最终集合即为胶质瘤标记区域；步骤6，重复步骤1至步骤3，依次完成每层医疗影像切片的读取和滤波，得到Cm，Cm+1…Cn，m＜n；步骤7，对每层医疗影像切片中坐标相同的标记点Pm，Pm+1…Pn，都执行步骤4和步骤5，得到各层医疗影像数据中的胶质瘤标记区域；所述步骤2中所采用的滤波方法是：采用遍历单层医疗影像数据S中的每一项s，得到最大值smax和最小值smin；采用下述滤波函数对单层医疗影像数据S进行滤波处理，得到相应的识别影像： 其中g为滤波参数，取值为2.2。

全文数据：

权利要求：

百度查询： 北京市神经外科研究所 一种脑神经医疗影像胶质瘤区域快速标记方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD