【技术实现步骤摘要】
CT影像的半自动标注方法及装置、电子设备、存储介质
本申请涉及计算机辅助医学
，特别涉及一种CT影像的半自动标注方法及装置、电子设备、计算机可读存储介质。
技术介绍
肺癌是中国发病率和死亡率都很高的恶性肿瘤。螺旋CT(ComputedTomography，电子计算机断层扫描)和低剂量CT是发现早期肺癌有效的工具，然而，培养一名优秀的影像医生需投入大量人力物力，随着肺部CT初筛的广泛应用，放射影像科医生的需求缺口日益增长。自人工智能浪潮兴起，基于人工智能的肺部初筛技术作为一种行之有效的初筛工具，其发展如火如荼。在理想情况下，基于人工智能的肺部初筛技术可降低影像科医生的工作量，从而满足肺部CT初筛的需求。而在技术的发展阶段，需要大量标注数据，标注数据可以用于指示目标(比如：肺结节)在CT影像中的位置。考虑到肺结节大部分呈球形，通常的肺结节标注是弱标注，即仅标注肺结节的位置中心和半径，伴随以结构化的描述特征。此类标注的应用范围有限。对于精度更高的人工智能技术，更需要精确指示肺结节边缘的强标注。肺结节在CT影像...
【技术保护点】
1.一种CT影像的半自动标注方法，其特征在于，包括：/n响应于针对CT影像序列的标注指令，为所述CT影像序列中的目标生成立体包裹框；/n将所述CT影像序列在所述立体包裹框内的局部影像序列作为已训练的医疗识别模型输入，获得所述医疗识别模型输出的所述目标的指定标注信息；其中，所述指定标注信息包括所述目标在所述CT影像序列中的实际边缘信息；/n为所述CT影像序列标注所述指定标注信息。/n
【技术特征摘要】
1.一种CT影像的半自动标注方法，其特征在于，包括：
响应于针对CT影像序列的标注指令，为所述CT影像序列中的目标生成立体包裹框；
将所述CT影像序列在所述立体包裹框内的局部影像序列作为已训练的医疗识别模型输入，获得所述医疗识别模型输出的所述目标的指定标注信息；其中，所述指定标注信息包括所述目标在所述CT影像序列中的实际边缘信息；
为所述CT影像序列标注所述指定标注信息。
2.根据权利要求1所述的方法，其特征在于，所述标注指令包括顶点设置指令；
所述响应于针对CT影像序列的标注指令，为所述CT影像序列中的目标生成立体包裹框，包括：
响应于所述顶点设置指令，在第一CT影像中设置边框的左上角顶点，以及，在第二CT影像中设置边框的右下角顶点；其中，所述第一CT影像为所述CT影像序列的第一个出现所述目标的CT影像，所述CT影像为所述CT影像序列中最后一个出现所述目标的CT影像；
以所述左上角顶点和所述右下角顶点作为对角顶点，生成所述目标的立体包裹框。
3.权利要求1所述的方法，其特征在于，所述标注指令包括种子点设置指令；
所述响应于针对CT影像序列的标注指令，为所述CT影像序列中的目标生成立体包裹框，包括：
响应于所述种子点设置指令，在所述CT影像序列中设置至少一个种子点；
根据预设生长策略从所述种子点开始执行区域生长算法，获得初始连通域；
基于所述初始连通域确定所述目标的立体包裹框。
4.根据权利要求3所述的方法，其特征在于，所述根据预设生长策略从所述种子点开始执行区域生长算法，获得初始连通域，包括：
以所述种子点的几何中心作为中心点，生成指定第一尺度的初始包裹框；
依据所述CT影像序列在所述初始包裹框内的局部影像序列，生成立体像素块；
在所述立体像素块内，根据所述生长策略从所述种子点开始执行区域生长算法，获得所述初始连通域。
5.根据权利要求3所述的方法，其特征在于，所述基于所述初始连通域确定所述目标的立体包裹框，包括：
根据指定第二尺度的球形核，对所述初始连通域执行开运算，获得若干候选连通域；
从所述候选连通域中确定指定连通域；
根据所述指定连通域确定所述立体包裹框。
6.根据权利要求5所述的方法，其特征在于，所述从所述候选连通域中确定指定连通域，包括：
判断是否存在多个候选连通域；
如果存在至少两个候选连通域，过滤不存在所述种子点的候选连通域，得到所述指定连通域；
如果只存在一个候选连通域，将所述候选连通域作为所述指定连通域。
7.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：
根据多平面重建的方式展示所述立体包裹框；
响应于针对所述立体包裹框...
【专利技术属性】
技术研发人员：方成，吴边，孟海忠，
申请(专利权)人：微医云杭州控股有限公司，
类型：发明
国别省市：浙江;33
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。