【技术实现步骤摘要】
自动分割食管癌放疗靶区和危及器官的方法及系统
本专利技术涉及医学图像分割领域，尤其涉及一种自动分割食管癌放疗靶区和危及器官的方法及系统。
技术介绍
食管癌是食管的原发性恶性肿瘤，在中国，每年有多达20万人受到影响。放射治疗是食管癌的主要治疗方法之一，其治疗计划高度依赖于对规划靶体积PTV和多个危及器官OAR的准确分割，分割的准确性决定了放射治疗计划剂量优化的质量，从而直接影响放疗的成败或并发症的发生率。由于食管癌靶区形状多变，人体之间存在差异，靶区与器官之间的界限模糊不清，在临床实践中，一般由医生手动勾画。然而，人工勾画的准确性高度依赖于放射科医师的临床经验，而且效率低下。因此，多器官自动分割一直是许多学者的研究方向，各种不同的医学图像自动分割算法也应运而生。现有技术一采用基于区域特征的区域分割算法，该算法的基本思想是从一组生长点开始，生长点可以是单个像素，也可以为某个小区域，将与该生长点性质相似的相邻像素或者区域与生长点合并，形成新的生长点，重复此过程直到不能生长为止；该算法对于灰度分布差异不大的区域分割效果不佳。现有技术二采用基于形变模型的医学图像分割算法，该...
【技术保护点】
1.一种自动分割食管癌放疗靶区和危及器官的方法，其特征在于，包括以下步骤：步骤A，通过残差网络提取输入的CT图像的特征，通过特征金字塔网络融合多尺度特征图，通过区域建议网络对特征图中每个点的感兴趣区域进行筛选；步骤B，结合感兴趣区域对齐层将区域建议网络筛选出的感兴趣区域池化到一个固定尺寸；步骤C，将池化到固定尺寸的感兴趣区域输入到全连接层进行器官分类，并进行器官位置边框回归；同时将池化到固定尺寸的感兴趣区域输入到器官分割网络。
【技术特征摘要】
1.一种自动分割食管癌放疗靶区和危及器官的方法，其特征在于，包括以下步骤：步骤A，通过残差网络提取输入的CT图像的特征，通过特征金字塔网络融合多尺度特征图，通过区域建议网络对特征图中每个点的感兴趣区域进行筛选；步骤B，结合感兴趣区域对齐层将区域建议网络筛选出的感兴趣区域池化到一个固定尺寸；步骤C，将池化到固定尺寸的感兴趣区域输入到全连接层进行器官分类，并进行器官位置边框回归；同时将池化到固定尺寸的感兴趣区域输入到器官分割网络。2.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：步骤A具体步骤如下：步骤a1，输入一张包含多器官的医学CT图像，经过残差网络进行深度卷积，Res2，Res3，Res4，Res5分别是ResNet层的输出；步骤a2，采用金字塔网络获得一个语义信息，其具体做法是对Res4上面的特征进行降维操作，即添加一层1*1的卷积层，对P5上面的特征上采样操作，使得他们具有相同的尺寸；步骤a3，对处理后的P5和处理后的Res4执行加法操作，对应元素相加，将获得的结果输出到P4；对处理后的P4和处理后的Res3执行加法操作，对应元素相加，将获得的结果输出到P3；对处理后的P3和处理后的Res2执行加法操作，对应元素相加，将获得的结果输出到P2；步骤a4，使用区域建议网络在P2，P3，P4，P5不同输出层中进行预测，获得感兴趣区域。3.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：残差网络+特征金字塔网络是一个预先训练好的卷积+池化神经网络。4.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：区域建议网络是一个轻量级的神经网络，它使用滑动窗口扫描图像，寻找器官存在的区域，同时在特征图上得到每个点生成多个候选感兴趣区域。5.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：步骤B中，感兴趣区域对齐层首先遍历每个感兴趣区域，保持浮点数边界不做量化；然后将感兴趣区域分成k×k个单元格，每个单元格的边界也不进行量化；然后在每个单元中计算固定的4个...
【专利技术属性】
技术研发人员：李腾，刘剑飞，王妍，于明晖，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。