【技术实现步骤摘要】
基于人工智能的肺部呼吸CT检测系统
[0001]本专利技术涉及医学图像处理
，更具体的说是涉及一种基于人工智能的肺部呼吸CT检测系统。
技术介绍
[0002]肺部组织是人体机能的重要器官组织，在医学检测中占据重要的地位，通过对肺部呼吸运动获得肺部组织及病灶的运动轨迹，并根据图像处理的方式构建肺部呼吸运动的CT图像，通过计算机软件系统生CT图像辅助诊断分析肺部的呼吸运动是否出现病灶。
[0003]虽然现在的医学图像技术在医学上有着广泛的应用，并且医学图像处理的方式也相对成熟，例如现有公告号为CN111145226B的中国专利公开了一种基于CT影像的三维肺部特征提取方法，包括：肺部CT影像进行肺部分割得到肺实质；对肺实质进行气管分割得到气管树；对气管树进行分叉点检测得到分叉特征点集；利用Canny边缘检测提取轮廓点并合并分叉特征点。从而形成由呼吸作用而产生的运用更牢固地记录气管树分叉点和肺部轮廓点，为特征点集配准提供更好的数据。
[0004]但是现有技术中的获取肺部CT影像进行分析的时候都是仅仅形成肺部的C...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的肺部呼吸CT检测系统，其特征在于：包括影像模块、分析模块和标定模块；所述影像模块内配置有标准检测位、深度检测位和成像策略，所述标准检测位表征用于形成标准的CT影像，所述深度检测位呈倾斜设置，所述成像策略包括以标准检测位检测形成标准CT影像，还包括基于深度检测位检测形成深度CT影像；所述分析模块内配置有病灶特征库和病灶检测策略，所述病灶检测策略包括调取标准CT影像并识别标准CT影像中是否存在病灶，在检测到标准CT影像中存在与病灶特征库匹配的特征时对特征形成预判标记，在识别到预判标记时控制深度检测位启动检测并形成深度CT影像，还构建胸腔模型，将深度CT影像和标准CT影像于胸腔模型中拟合叠加形成影像模型，若在影像模型中预判标记位置的特征也与病灶特征库中的特征匹配时则替换预判标记为病灶标记；所述标定模块内配置有标定策略，所述标定策略包括在影像模型中确定边角基准点，调取病灶标记并标记病灶标记至边角基准点的标定路径和路径距离值，以确定病灶标记在成影模型中的位置，所述标定模块还用于发送成影模型至医疗终端中显示。2.根据权利要求1所述的基于人工智能的肺部呼吸CT检测系统，其特征在于：所述标准检测位设置于CT机中，所述CT机上设置有检测床，所述标准检测为正对于所述检测床，所述标准CT影像为肺部呼吸的正投影影像；所述深度检测位设置于CT机中并位于标准检测位沿检测床移动方向的一侧且倾斜设置，所述深度CT影像为对肺部的轴侧位置的肺部呼吸的立体影像。3.根据权利要求2所述的基于人工智能的肺部呼吸CT检测系统，其特征在于：所述成像策略形成标准CT影像的具体方法为：在CT机启动检测时，标准检测位对肺部进行成像形成基础影像，基于基础影像进行肺部的分割得到肺实质图像，对肺实质图像中的气管进行标记并形成气管树，以气管树最为基准对肺实质图像进行分簇处理，提取分簇处理后肺实质图像中不同簇进行编号，形成对肺实质图像的划分，将分簇处理后的肺实质图像和基础影像叠合形成标准CT影像。4.根据权利要求3所述的基于人工智能的肺部呼吸CT检测系统，其特征在于：所述病灶检测策略中形成预判标记的具体方法为：在审查标准CT影像时基于分簇处理后形成的编号根据编号顺序依次遍历不同簇中的肺部CT影像中是否存在与病灶特征库中特征特性一致的特征，在识别到与病灶特征库匹配的特征时，获取对应特征所处簇的编号并调取特征所处气管树的位置，对特征位置至气管树垂直距离最远端的位置标记为远端标记，对至气管树垂直距离最近的位置标记为近端标记，以直线连接近端标记和远端标记形成标记路径，将标记路径的中点位置作为标记圆心，以标记路径为半径形成预判范围；对预判范围进行分割提取形成掩膜放大图，对掩膜放大图进一步遍历与病灶特征库匹配的特征，对遍历到与病灶特征库中特征特性匹配的位置时形成遍历轮廓，以形成表征病灶轮廓范围的预判标记。5.根据权利要求4所述的基于人工智能的肺部呼吸CT检测系统，其特征在于：所述预判标记包括肺实质图像的编号、标记圆心至气管树的距离值以及病灶轮廓范围的面积值，所述肺实质图像的编号用于快速找到预判标记所处的标准CT影响中的位置，所述标记圆心的
位置用于快速确定在对应簇的肺实质图像中预判标记的位置，所述病灶轮廓范...
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。