行业标准网
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211375016.1 (22)申请日 2022.11.04 (71)申请人 北京精诊医疗科技有限公司 地址 100071 北京市丰台区南四环西路186 号二区2号楼-1至8层101内1层 (72)发明人 王博 赵威 申建虎 张伟 徐正清 (51)Int.Cl. G06T 7/174(2017.01) G06T 7/11(2017.01) G06T 3/00(2006.01) G06T 3/40(2006.01) G06V 10/80(2022.01) (54)发明名称 多期相融合的肝脏占位分割方法, 模型、 装 置及存储介质 (57)摘要 本申请提出一种多期相融合的肝脏占位分 割方法, 装置及存储介质, 其中所述方法包括: 通 过对多期相肝脏CT图像样 本进行配准, 得到多期 相初始图像; 并通过三次样条插值法对多期相多 期相初始图像进行重采样后, 再进行数据处理, 以得到目标图像样本; 将目标图像样本输入至轻 量3D肝脏占位分割模型进行分割处理, 得到对应 的分割结果; 通过最近邻插值法对占位掩膜进行 重采样, 得到真实结果; 根据真实结果和分割结 果, 构建聚合损失函数对 轻量3D肝脏占位 分割模 型进行优化, 得到目标轻量3D肝脏占位分割模 型, 这样增加了多期相数据的学习有效性, 且增 加了对多期相肝脏CT 图像样本中占位的全局信 息和空间信息的学习, 达到了提高分割精度的目 的。 权利要求书3页 说明书10页 附图4页 CN 115482247 A 2022.12.16 CN 115482247 A 1.一种多期相融合的肝脏占位分割方法, 其特 征在于, 包括: 对多期相肝脏CT图像样本进行配准, 得到多期相 初始图像; 其中, 所述多期相肝脏CT图 像样本包括平扫期相、 动脉期相、 静脉期相和延迟期相中的至少两种期相对应的肝脏CT图 像序列图组; 通过三次样条插值法对所述多期相初始图像进行重采样后, 对重采样后的所述多期相 初始图像进行数据 处理, 以得到目标图像样本; 所述 目标图像样本中包括至少 两种期相的 特征; 将所述目标图像样本输入至轻量3D肝脏占位分割模型进行分割处理, 得到对应的分割 结果; 通过最近邻插值法对占位掩膜进行重采样, 得到真实结果; 根据所述真实结果和所述 分割结果, 构建聚合损失函数对所述轻量3D肝脏占位分割模型进行优化, 直至所述轻量3D 肝脏占位分割模型对应的损失值收敛, 得到目标 轻量3D肝脏占位分割模型; 其中, 所述分割处 理包括: 步骤A: 通过所述轻量3D肝脏占位分割模型中的卷积层和下采样层对所述目标图像样 本进行卷积和下采样, 得到多层级采样特 征图; 步骤B: 对第 一采样特征图和第 二采样特征图进行卷积, 并通过空间通道聚合模块对经 过卷积的第二采样特征图和经过卷积的第一采样特征图中不同期相的特征信息进 行筛选, 得到子目标特征图; 其中, 所述第一采样特征图为位于多层级所述采样特征图中的最后一 层的采样特 征图, 所述第二采样特 征图为位于所述第一采样特 征图上一层的采样特 征图; 步骤C: 对经过卷积的第一采样特征图进行上采样, 得到子采样特征图, 并对所述子目 标特征图和所述子采样特 征图进行拼接; 步骤D: 将拼接后的特征图作为新的所述第一采样特征图; 将位于所述第 二采样特征图 上一层的采样特 征图作为 新的所述第二采样特 征图, 重复步骤B ‑步骤D至预设次数。 2.根据权利要求1所述的肝脏占位分割方法, 其特征在于, 所述通过空间通道聚合模块 对第二采样特征图和经过卷积的第一采样特征图中不同期相的特征信息进 行筛选, 得到子 目标特征图, 包括: 通过所述空间通道聚合模块中的空间模块, 将经过卷积的所述第 二采样特征图输入至 空间通道聚合模块中的通道聚合模型中; 通过通道聚合模型对经过卷积的所述第二采样特征图和经过卷积的所述第一采样特 征图进行处理, 完成对不同期相的特征信息的筛选, 并通过所述空间模块输出, 以得到所述 子目标特征图。 3.根据权利要求2所述的肝脏占位分割方法, 其特 征在于, 所述 通道聚合模型为: 其中, x表示经过卷积的所述第二采样特征图 , g表示经过卷积的所述第一采样特征 图; Up 表示上采样, 表示Relu函数, σ 表示 Sigmoid 函数, 表示3维权 利 要 求 书 1/3 页 2 CN 115482247 A 2的 1 × 1 × 1卷积。 4.根据权利要求1所述的肝脏占位分割方法, 其特 征在于, 所述聚合损失函数为: 其中, , 为前景的损失权重, 通过调节 可以调节前景在训练时的损失值贡献程度, 为调节因 子, 为所述目标图像样本中像素点的预测值, y为所述目标图像样本中像素点的真实值; , , X为所述分割结果中像素点的集 合, Y为所述真实结果中像素点的集 合, a和b分别表示 和 的权重。 5.根据权利要求1所述的肝脏占位分割方法, 其特征在于, 所述对重采样后的所述多期 相初始图像进行 数据处理, 以得到目标图像样本, 包括: 对重采样后的所述多期相初始图像依次进行裁剪、 归一化处理和数据增强处理, 以得 到目标图像样本 。 6.一种多期相融合的肝脏占位分割模型, 其特征在于, 所述模型包括: 解码器和编码 器; 所述编码器和所述解码器之间通过跳跃连接模块连通; 所述编码器包括卷积层和下采 样层, 所述解码器包括卷积层和上采样层; 所述编码器和所述解码器均用于对目标图像样 本进行特征提取; 所述跳跃连接模块包括空间通道聚合模块; 所述空间通道聚合模块用于对所述特征图 中不同期相的特 征信息进行筛 选。 7.一种多期相融合的肝脏占位分割装置, 其特 征在于, 包括: 配准单元, 用于对多期相肝脏CT图像样本进行配准, 得到多期相初始图像; 其中, 所述 多期相肝脏CT图像样本包括平扫期相、 动脉期相、 静脉期相和延迟期相中的至少两种期相 对应的肝脏 CT图像序列图组; 重采样单元, 用于通过三次样条插值法对所述多期相初始图像进行重采样, 还用于通 过最近邻插值法对占位掩膜进行重采样, 得到真实结果; ; 数据处理模块, 用于对重采样后的所述多期相初始图像进行数据处理, 以得到目标图 像样本; 所述目标图像样本中包括至少两种期相的特 征; 分割单元, 用于将所述目标图像样本输入至轻量3D肝脏占位分割模型进行分割处理, 得到对应的分割结果; 其中, 所述分割处 理包括: 步骤A: 通过所述轻量3D肝脏占位分割模型中的卷积层和下采样层对所述目标图像样 本进行卷积和下采样, 得到多层级采样特 征图; 步骤B: 对第 一采样特征图和第 二采样特征图进行卷积, 并通过空间通道聚合模块对经 过卷积的第二采样特征图和经过卷积的第一采样特征图中不同期相的特征信息进 行筛选, 得到子目标特征图; 其中, 所述第一采样特征图为位于多层级所述采样特征图中的最后一权 利 要 求 书 2/3 页 3 CN 115482247 A 3
专利 多期相融合的肝脏占位分割方法,模型、装置及存储介质
文档预览
中文文档
18 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
赞助2元下载(无需注册)
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2元下载
本文档由 人生无常 于
2024-03-18 16:58:07
上传分享
举报
下载
原文档
(756.9 KB)
分享
友情链接
GB-T 33540.3-2017 风力发电机组专用润滑剂 第3部分:变速箱齿轮油.pdf
T-ZSX 3—2020 儿童友好社区建设规范.pdf
GB-T 9074.32-2017 螺栓或螺钉和锥形弹性垫圈组合件.pdf
GB-T 28557-2012 电力企业节能降耗主要指标的监管评价.pdf
GB-T 33592-2017 分布式电源并网运行控制规范.pdf
GB-T 36343-2018 信息技术 数据交易服务平台 交易数据描述.pdf
T-CI 121—2023 RNA定量测序技术规程.pdf
GB-T 30688-2014 馆藏砖石文物病害与图示.pdf
专利 一种安全编排和自动化响应方法.PDF
GM-T 0035.1-2014 射频识别系统密码应用技术要求 第1部分:密码安全保护框架及安全级别.pdf
GB50156-2021 2-汽车加油加气加氢站技术标准 GB 50156-2021.pdf
DB43-T 1267-2023 机动车检验机构建设和运行管理规范 湖南省.pdf
中国传媒大学 网络黑产协同治理研究报告.pdf
GB-T 17901.1-2020 信息技术 安全技术 密钥管理 第1部分:框架.pdf
山西省大数据发展应用促进条例.pdf
证券期货业信息系统渗透测试指南 (JRT 0276—2023).pdf
T-CSAE 78—2018 电动汽车再生制动平顺性的评价 及试验方法.pdf
GB-T 3513-2018 硫化橡胶 与单根钢丝粘合力的测定 抽出法.pdf
DB34-T 3074-2017 电子政务外网 IPv4 地址规范 安徽省.pdf
GB-T 30428.4-2016 数字化城市管理信息系统 第4部分:绩效评价.pdf
1
/
3
18
评价文档
赞助2元 点击下载(756.9 KB)
回到顶部
×
微信扫码支付
2
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。