肾母细胞瘤影像处理方法、系统、计算机设备及存储介质技术方案

本发明专利技术公开肾母细胞瘤影像处理方法、系统、计算机设备及存储介质；肾母细胞瘤影像处理方法包括步骤：增强肾脏CT静脉期图像；通过影像AI技术构建肾脏分割模型，以对肾脏进行精细分割；对经过精细分割后的肾脏，通过影像AI技术构建肾脏肿块分割模型，以对肾脏肿块进行精细分割；对精细分割后的肾脏肿块进行定量信息的测量；将测量结果植入结构化报告中。效果：本申请将所处理得到的肾脏肿块的大小、肾脏肿块的体积、肾脏肿块与肾脏的体积比及残肾比率等数据结果植入到结构化报告中，可降低不同医师之间的认知偏见，促使放射科医师将特定检查和临床条件所需的关键影像学结果纳入其中，能提高报告的完整性和清晰度，方便临床医师阅读和信息提取。和信息提取。和信息提取。

【技术实现步骤摘要】
肾母细胞瘤影像处理方法、系统、计算机设备及存储介质


[0001]本专利技术涉及医学影像处理
，尤其涉及一种肾母细胞瘤影像处理方法、系统、计算机设备及存储介质。

技术介绍

[0002]肾母细胞瘤是儿童最常见的肾脏恶性肿瘤，约占90％。目前建议在肿瘤可以完整切除的情况下直接手术。然而，对于孤立肾、双侧肾母细胞瘤、马蹄肾、患有Denys
‑
Drash或Frasier综合征的患儿需常规行保留肾单位手术，部分患儿家长要求且经临床评估后亦可行高选择性单侧肾母细胞瘤保留肾单位的手术。
[0003]此外，对于中等风险的I～III期肾母细胞瘤术后化疗方案的选择，其主要基于术前常规化疗后肿瘤体积的大小。因此，术前影像定量评估肿瘤及残余肾脏的体积，可以评估保留肾单位手术后对抗残肾的高滤过是否可行及对术后化疗方案进行选择。
[0004]为解决以上临床诊疗需求，面向广大患儿提供更优质的影像服务，根据中国儿童肾母细胞瘤诊疗专家达成共识、国际儿童肿瘤学会肾脏肿瘤研究组UMBRELLA方案，亟待研发一种肾母细胞瘤定量影像处理方法及系统以供应用。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的目的在于提出一种肾母细胞瘤影像处理方法、系统、计算机设备及存储介质。
[0006]为实现上述目的，根据本专利技术实施例的肾母细胞瘤影像处理方法，包括以下步骤：
[0007]S1、增强肾脏CT静脉期图像；
[0008]S2、通过影像AI技术构建肾脏分割模型，以对肾脏进行精细分割；
[0009]S3、对经过精细分割后的肾脏，通过影像AI技术构建肾脏肿块分割模型，以对肾脏肿块进行精细分割；
[0010]S4、对精细分割后的肾脏肿块进行定量信息的测量；
[0011]S5、将测量结果植入结构化报告中。
[0012]另外，根据本专利技术上述实施例的肾母细胞瘤影像处理方法，还可以具有如下附加的技术特征：
[0013]根据本专利技术的一个实施例，步骤S2、通过影像AI技术构建肾脏分割模型，以对肾脏进行精细分割包括：
[0014]S21、利用低分辨率全局图像信息对肾脏进行粗分割和定位；
[0015]S22、将得到的肾脏的粗分割和定位作为裁剪掩模，对原始分辨率图像进行裁剪，得到只包含肾脏和周围组织的局部化图像；
[0016]S23、通过线性重采样得到矩阵大小为128
×
128
×
128的高分辨率的局部化图像，然后进行训练，构建肾脏的精细分割。
[0017]根据本专利技术的一个实施例，步骤S21、利用低分辨率全局图像信息对肾脏进行粗分
割和定位包括：
[0018]S211、将矩阵大小为512
×
512
×
N的原始CT图像围绕中心点进行分割，得到两组包含左右肾的矩阵大小为256
×
512
×
N的图像(N为原始图像层数)；
[0019]S212、通过线性重采样得到矩阵大小为64
×
64
×
64的低分辨率全局图像；
[0020]S213、对低分辨率全局图像进行训练，实现肾脏的粗分割和定位。
[0021]根据本专利技术的一个实施例，步骤S3、对经过精细分割后的肾脏，通过影像AI技术构建肾脏肿块分割模型，以对肾脏肿块进行精细分割包括：
[0022]S31、利用肾脏分割模型中得到的肾脏精细分割作为裁剪掩模，对其进行裁剪，得到只包含肾脏和周围组织的局部化图像；
[0023]S32、通过线性重采样获得矩阵大小为128
×
128
×
128的高分辨率的局部图像，然后进行训练，构建肾脏肿块分割模型，以对肾脏肿块进行精细分割。
[0024]根据本专利技术的一个实施例，步骤S4、对精细分割后的肾脏肿块进行定量信息的测量为对肾脏肿块的大小进行测量、对肾脏肿块的体积进行测量、计算肾脏肿块与肾脏的体积比及残肾比率中的至少一种。
[0025]为实现上述目的，根据本专利技术实施例的肾母细胞瘤定量影像处理系统，包括：
[0026]肾脏CT静脉期图像增强模块，用以增强肾脏CT静脉期图像；
[0027]肾脏精细分割模块，用以通过影像AI技术构建肾脏分割模型，以对肾脏进行精细分割；
[0028]肾脏肿块精细分割模块，用以对经过精细分割后的肾脏，通过影像AI技术构建肾脏肿块分割模型，以对肾脏肿块进行精细分割；
[0029]肾脏肿块定量信息测量模块，用以对精细分割后的肾脏肿块进行定量信息的测量；
[0030]结构化报告植入模块，用以将测量结果植入结构化报告中。
[0031]另外，根据本专利技术上述实施例的肾母细胞瘤定量影像处理系统，还可以具有如下附加的技术特征：
[0032]根据本专利技术的一个实施例，所述肾脏精细分割模块包括：
[0033]肾脏粗分割和定位模块，用以利用低分辨率全局图像信息对肾脏进行粗分割和定位；
[0034]肾脏和周围组织图像裁剪模块，用以将得到的肾脏的粗分割和定位作为裁剪掩模，对原始分辨率图像进行裁剪，得到只包含肾脏和周围组织的局部化图像；
[0035]肾脏精细分割构建模块，用以通过线性重采样得到矩阵大小为128
×
128
×
128的高分辨率的局部化图像，然后进行训练，构建肾脏的精细分割。
[0036]根据本专利技术的一个实施例，所述肾脏肿块精细分割模块包括：
[0037]肾脏和周围组织局部化图像生成模块，用以利用肾脏分割模型中得到的肾脏精细分割作为裁剪掩模，对其进行裁剪，得到只包含肾脏和周围组织的局部化图像；
[0038]肾脏肿块精细分割构建模块，用以通过线性重采样获得矩阵大小为128
×
128
×
128的高分辨率的局部图像，然后进行训练，构建肾脏肿块分割模型，以对肾脏肿块进行精细分割。
[0039]再者，为实现上述目的，根据本专利技术上述实施例的计算机设备，包括存储器和处理
器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上所述肾母细胞瘤影像处理方法的步骤。
[0040]此外，为实现上述目的，根据本专利技术上述实施例的存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上所述肾母细胞瘤影像处理方法的步骤。
[0041]本专利技术的有益效果是：
[0042]本申请所提供的肾母细胞瘤影像处理方法，其在具体实施时，将所处理得到的肾脏肿块的大小、肾脏肿块的体积、肾脏肿块与肾脏的体积比及残肾比率等数据结果植入到结构化报告中，显而易见，本申请采用系统化、层次化的报告结构模式，可降低不同医师之间的认知偏见，减少语法和语义错误的发生率，促使放射科医师将特定检查和临床条件所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肾母细胞瘤影像处理方法，其特征在于，包括以下步骤：S1、增强肾脏CT静脉期图像；S2、通过影像AI技术构建肾脏分割模型，以对肾脏进行精细分割；S3、对经过精细分割后的肾脏，通过影像AI技术构建肾脏肿块分割模型，以对肾脏肿块进行精细分割；S4、对精细分割后的肾脏肿块进行定量信息的测量；S5、将测量结果植入结构化报告中。2.根据权利要求1所述的肾母细胞瘤影像处理方法，其特征在于，步骤S2、通过影像AI技术构建肾脏分割模型，以对肾脏进行精细分割包括：S21、利用低分辨率全局图像信息对肾脏进行粗分割和定位；S22、将得到的肾脏的粗分割和定位作为裁剪掩模，对原始分辨率图像进行裁剪，得到只包含肾脏和周围组织的局部化图像；S23、通过线性重采样得到矩阵大小为128
×
128
×
128的高分辨率的局部化图像，然后进行训练，构建肾脏的精细分割。3.根据权利要求2所述的肾母细胞瘤影像处理方法，其特征在于，步骤S21、利用低分辨率全局图像信息对肾脏进行粗分割和定位包括：S211、将矩阵大小为512
×
512
×
N的原始CT图像围绕中心点进行分割，得到两组包含左右肾的矩阵大小为256
×
512
×
N的图像(N为原始图像层数)；S212、通过线性重采样得到矩阵大小为64
×
64
×
64的低分辨率全局图像；S213、对低分辨率全局图像进行训练，实现肾脏的粗分割和定位。4.根据权利要求1所述的肾母细胞瘤影像处理方法，其特征在于，步骤S3、对经过精细分割后的肾脏，通过影像AI技术构建肾脏肿块分割模型，以对肾脏肿块进行精细分割包括：S31、利用肾脏分割模型中得到的肾脏精细分割作为裁剪掩模，对其进行裁剪，得到只包含肾脏和周围组织的局部化图像；S32、通过线性重采样获得矩阵大小为128
×
128
×
128的高分辨率的局部图像，然后进行训练，构建肾脏肿块分割模型，以对肾脏肿块进行精细分割。5.根据权利要求1所述的肾母细胞瘤影像处理方法，其特征在于，步骤...

【专利技术属性】
技术研发人员：张龚巍，赵彩蕾，干芸根，曾洪武，
申请(专利权)人：深圳市儿童医院，
类型：发明
国别省市：