【技术实现步骤摘要】
鼻咽癌原发肿瘤图像识别方法及系统
本专利技术涉及图像处理领域，更具体地，涉及一种鼻咽癌原发肿瘤图像识别方法及系统。
技术介绍
在医学领域，精准放射治疗技术已经大大提高了癌症患者的生存率。但是，这些先进的治疗方法需要对目标肿瘤的轮廓进行准确的判断，是资源密集型的。同时能预期在接下来的十年中，癌症发病率上升将继续主导全球医疗保健负担的加重。尤其在中国的部分地区，根据统计每年可以记录多达4000个新的鼻咽癌(NPC)病例。鉴于所有癌症患者中有一半将需要接受放射治疗，简化放射治疗的工作流程对于确保能达到最佳治疗效果是至关重要的，必须确保患者能在有限的放射治疗资源下对抗癌症。近年来，人们对探索利用人工智进行诊断产生了浓厚的兴趣，并在某些领域利用AI算法建立了表现优于人类医学专家的数学模型。其中，在自动描绘鼻咽癌(NPC)原发性肿瘤(GTV)的初步研究中，可以发现人工智能(AI)作为一种强有力的方法，在正常器官分割任务中表现出相当的优势。因此有理由相信，采用深度学习构建了一个基于AI的肿瘤轮廓绘制工具，在放射治疗计划工作流程中实...
【技术保护点】
1.一种鼻咽癌原发肿瘤图像识别方法，其特征在于，包括：/n采集待识别的磁共振三维图像，并对所述三维图像进行数据预处理；/n对预处理后的所述三维图像进行灰度偏差场的纠正处理；/n通过改进的直方图匹配算法对所述三维图像进行处理；/n截取所述三维图像中的ROI区域，并分割为预设数量的有重叠的patch；/n将多个patch分别输入至深度语义分割网络，获得所述网络输出的多个patch分别对应的识别结果；将多个所述识别结果进行合并，获得所述待识别的磁共振三维图像的鼻咽癌原发肿瘤识别结果；/n通过平均场迭代算法对所述鼻咽癌原发肿瘤识别结果进行后处理。/n
【技术特征摘要】
1.一种鼻咽癌原发肿瘤图像识别方法，其特征在于，包括：
采集待识别的磁共振三维图像，并对所述三维图像进行数据预处理；
对预处理后的所述三维图像进行灰度偏差场的纠正处理；
通过改进的直方图匹配算法对所述三维图像进行处理；
截取所述三维图像中的ROI区域，并分割为预设数量的有重叠的patch；
将多个patch分别输入至深度语义分割网络，获得所述网络输出的多个patch分别对应的识别结果；将多个所述识别结果进行合并，获得所述待识别的磁共振三维图像的鼻咽癌原发肿瘤识别结果；
通过平均场迭代算法对所述鼻咽癌原发肿瘤识别结果进行后处理。
2.根据权利要求1所述的方法，其特征在于，对预处理后的所述三维图像进行灰度偏差场的纠正处理，包括：
将灰度偏差场纠正建模为以下问题：
v(x)＝u(x)+f(x)
其中，v为给定的图像，u为纠正后的图像，f为偏差场，x为图像的像素坐标；
其中，所述问题通过以下迭代过程进行求解：
其中，为第n次迭代后输出的纠正图像；为第n次迭代过程中的偏差场估计；S{.}是平滑算子，采用B样条曲线拟合；为根据上一次迭代过程输出的纠正图像给出当前纠正图像的期望值；
通过n次迭代后，若已收敛，则计算结束，取为纠正后的三维图像；否则继续进行迭代。
3.根据权利要求1所述的方法，其特征在于，通过改进的直方图匹配算法对所述三维图像进行处理，包括：
在多个患者中挑选其中一个患者的历史三维图像作为模板图像，其中，挑选的依据为历史三维图像的灰度值分布的平均程度；
计算所述三维图像的直方图和所述模板图像的直方图，获得得到两个图像分别对应的灰度值分布情况；
通过动态规划求解最优的灰度值映射函数来匹配所述两个图像的灰度值分布，使所述三维图像的灰度值映射至所述模板图像的灰度值。
4.根据权利要求1所述的方法，其特征在于，截取所述三维图像中的ROI区域，并分割为预设数量的有重叠的patch，包括：
根据设定阈值将所述三维图像转化为二值图；
计算二值化后的所述三维图像在z轴上每个二维图像的所有像素的总和，并绘制曲线；
取曲线中的第一个极小值点作为人体颈部的分割线，并取颈部以上的图像作为ROI区域；
将ROI区域在xy平面分割为预设数量的有重叠的patch。
5.根据权利要求1所述的方法，其特征在于，所述深度语义分割网络包括：编码器、解码...
【专利技术属性】
技术研发人员：朱德明，魏军，
申请(专利权)人：广州柏视医疗科技有限公司，
类型：发明
国别省市：广东;44
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。