买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:江西省肿瘤医院(江西省第二人民医院、江西省癌症中心)
摘要:本发明提供了一种肺癌IGTV自动勾画方法及系统,该方法通过获取历史的4DCT图像,并逐相位勾画GTV,得到第一GTV,并将勾画结果进行融合,得到历史IGTV;基于历史的4DCT图像,生成对应的AIP图像和MIP图像,并分别勾画GTV,将图像重采样为预设空间分辨率,将相应区域裁剪出来,并将强度归一化;构建attentionUnet网络;根据历史IGTV,对attentionUnet网络进行训练,后将待处理的AIP图像或MIP图像的GTV输入训练好的神经网络模型中,得到目标IGTV,具体的,借助MIP图像或者AIP图像,可以在最大程度上使用4DCT中包含的信息,获取更高的自动勾画精度。
主权项:1.一种肺癌IGTV自动勾画方法,其特征在于,所述方法包括:获取历史的4DCT图像,对历史的4DCT图像逐相位勾画GTV,得到第一GTV,并将勾画结果进行融合,得到历史IGTV;基于历史的4DCT图像,生成对应的AIP图像和MIP图像,并分别对AIP图像和MIP图像勾画GTV,得到第二GTV和第三GTV;将历史IGTV、AIP图像、MIP图像、第二GTV以及第三GTV重采样为预设空间分辨率,并以第一GTV的中心为基准,设置预设像素尺寸的区域,将历史IGTV、AIP图像、MIP图像、第二GTV以及第三GTV的相应区域裁剪出来,并将强度归一化到0~1范围内;分别构建关于AIP图像和MIP图像的attentionUnet网络,attentionUnet网络中各卷积层的通道数分别为32、64、128、256,其中,针对AIP图像时,对应的attentionUnet网络的输入为AIP图像,输出为第二GTV的融合图像,针对MIP图像时,对应的attentionUnet网络的输入为MIP图像,输出为第三GTV的融合图像;根据所述历史IGTV,分别对关于AIP图像和MIP图像的attentionUnet网络进行训练,得到目标神经网络模型;获取待处理的AIP图像或MIP图像的GTV,并输入对应的目标神经网络模型中,得到目标IGTV。
全文数据:
权利要求:
百度查询: 江西省肿瘤医院(江西省第二人民医院、江西省癌症中心) 一种肺癌IGTV自动勾画方法及系统
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。