确定体表标记物摆放区域的方法及相关产品技术

本申请实施例提供一种确定体表标记物摆放区域的方法及相关产品，该方法包括：获取多个患者的样本数据，根据样本数据中每个患者的两次医学影像数据提取每个患者的两次体表轮廓，根据每个患者的两次体表轮廓计算每个患者在两次不同呼吸状态下的体表各像素点的位移变化量并进行聚类处理，得到每个患者的体表运动的

【技术实现步骤摘要】
确定体表标记物摆放区域的方法及相关产品


[0001]本申请涉及呼吸测量
，具体涉及一种确定体表标记物摆放区域的方法及相关产品
。

技术介绍

[0002]目前，为了获知体内器官的病灶的位置，可以建立体表标记物和体内器官之间的关联模型，通过体表标记物的位置来预测体内器官的病灶的位置
。
体表标记物如何摆放直接关系到关联模型的精度
、
鲁棒性
、
兼容性
、
统一性等重要指标，因此，如何在患者体表摆放体表标记物成为亟待解决的问题
。

技术实现思路

[0003]本申请实施例提供一种确定体表标记物摆放区域的方法及相关产品，可以根据通过合理的摆放体表标记物，进而提高基于体表标记物运动所建立的呼吸运动关联模型的精度
。
[0004]本申请实施例的第一方面提供了一种确定体表标记物摆放区域的方法，所述方法应用于电子设备，所述方法包括：
[0005]获取多个患者的样本数据，所述样本数据包括在两次不同呼吸相位下的两次医学影像数据；
[0006]根据每个患者的两次医学影像数据提取每个患者的两次体表轮廓，根据每个患者的两次体表轮廓计算每个患者在所述两次不同呼吸状态下的体表各像素点的位移变化量；
[0007]根据所述每个患者在所述两次不同呼吸状态下的体表各像素点的位移变化量进行聚类处理，得到每个患者的体表运动的
L
类聚类结果，
L
为大于或等于2的正整数；
[0008]根据多个患者的体表运动的
L
类聚类结果在体表轮廓的分布，将患者体表划分为
N
个标记物摆放区域，
N
为大于2的正整数；
[0009]将所述每个患者的体表运动的
L
类聚类结果映射到所述
N
个标记物摆放区域，每个患者的每个标记物摆放区域属于一类聚类结果或空聚类结果；根据所述多个患者的体表运动的
L
类聚类结果获得的所述
N
个标记物摆放区域对应的位移量，得到位移量较大的
M
个标记物摆放区域，
M
为小于或等于
N
的正整数
。
[0010]其中，患者在获取两次医学影像数据时体态和身体位置不变，
L
可以选择为介于3至6之间的正整数
。
[0011]可选的，所述得到位移量较大的
M
个标记物摆放区域之后，所述方法还包括：
[0012]根据人体生理结构，选择
M
个标记物摆放区域中每个区域包含的体表生理特征位置，将所述
M
个标记物摆放区域中每个区域包含的体表生理特征位置作为所述
M
个标记物摆放区域在体表的位置描述
。
[0013]可选的，所述位移量包括绝对位移量
、x
轴位移量
、y
轴位移量
、z
轴位移量中的任一种；
[0014]所述根据所述多个患者的体表运动的
L
类聚类结果获得的
N
个标记物摆放区域的对应的位移量，得到位移量较大的
M
个标记物摆放区域，包括：
[0015]根据每个患者的每个标记物摆放区域所属的聚类结果对应的位移量，得到每个患者的每个标记物摆放区域所属的聚类结果对应的位移量排序；所述位移量排序包括：每个患者的每个标记物摆放区域所属的聚类结果对应的位移量，在所有
L
个聚类结果对应的位移量中，按照从小到大的排序；
[0016]根据多个患者的每个标记物摆放区域所属的聚类结果对应的位移量排序，计算每个标记物摆放区域的聚类结果对应的位移量排序均值；
[0017]将
N
个标记物摆放区域的聚类结果对应的位移量排序均值按照从大到小排序，得到排名前
M
的
M
个标记物摆放区域
。
[0018]可选的，所述位移量包括绝对位移量
、x
轴位移量
、y
轴位移量和
z
轴位移量；
[0019]所述根据所述多个患者的体表运动的
L
类聚类结果获得的
N
个标记物摆放区域对应的位移量，得到位移量较大的
M
个标记物摆放区域，包括：
[0020]根据每个患者的每个标记物摆放区域所属的聚类结果对应的第一位移量，得到每个患者的每个标记物摆放区域所属的聚类结果对应的第一位移量的位移量排序；所述第一位移量是所述绝对位移量
、
所述
x
轴位移量
、
所述
y
轴位移量和所述
z
轴位移量中的任一个；所述第一位移量的位移量排序包括：每个患者的每个标记物摆放区域所属的聚类结果对应的第一位移量，在所有
L
个聚类结果对应的第一位移量中，按照从小到大的排序；
[0021]根据多个患者的每个标记物摆放区域所属的聚类结果对应的第一位移量的位移量排序，得到每个标记物摆放区域的聚类结果对应的第一位移量排序均值；
[0022]将每个标记物摆放区域的聚类结果对应的第一位移量排序均值按照从大到小进行排序，得到每个标记物摆放区域的聚类结果对应的第一位移量排序均值的排序；
[0023]根据每个标记物摆放区域的聚类结果对应的绝对位移量排序均值的排序
、x
轴位移量排序均值的排序
、y
轴位移量排序均值的排序和
z
轴位移量排序均值的排序进行加权求和，得到每个标记物摆放区域的聚类结果对应的位移量排序均值排序的加权和值；
[0024]将
N
个标记物摆放区域的聚类结果对应的位移量排序均值排序的加权和值按照从小到大排序，得到排名前
M
的
M
个标记物摆放区域
。
[0025]可选的，每个患者的第一次体表轮廓包括第一体表像素集合，每个患者的第二次体表轮廓包括第二体表像素集合；
[0026]所述根据每个患者的两次体表轮廓计算每个患者在所述两次不同呼吸状态下的体表各像素点的位移变化量，包括：
[0027]根据每个患者的两次体表轮廓上对应的像素点在所述两次不同呼吸状态下的坐标，计算每个患者在所述两次不同呼吸状态下对应的像素点的位移变化量
。
[0028]可选的，所述根据所述每个患者在所述两次不同呼吸状态下的体表各像素点的位移变化量进行聚类处理，得到每个患者的体表运动的
L
类聚类结果，包括：
[0029]根据所述每个患者在所述两次不同呼吸状态下的体表各像素点的位移变化量进行聚类处理，得到每个患者的体表运动的
L
类聚类结果
。
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种确定体表标记物摆放区域的方法，其特征在于，所述方法应用于电子设备，所述方法包括：获取多个患者的样本数据，所述样本数据包括在两次不同呼吸相位下的两次医学影像数据；根据每个患者的两次医学影像数据提取每个患者的两次体表轮廓，根据每个患者的两次体表轮廓计算每个患者在所述两次不同呼吸状态下的体表各像素点的位移变化量；根据所述每个患者在所述两次不同呼吸状态下的体表各像素点的位移变化量进行聚类处理，得到每个患者的体表运动的
L
类聚类结果，
L
为大于或等于2的正整数；根据多个患者的体表运动的
L
类聚类结果在体表轮廓的分布，将患者体表划分为
N
个标记物摆放区域，
N
为大于2的正整数；将所述每个患者的体表运动的
L
类聚类结果映射到所述
N
个标记物摆放区域，每个患者的每个标记物摆放区域属于一类聚类结果或空聚类结果；根据所述多个患者的体表运动的
L
类聚类结果获得的所述
N
个标记物摆放区域对应的位移量，得到位移量较大的
M
个标记物摆放区域，
M
为小于或等于
N
的正整数
。2.
根据权利要求1所述的方法，其特征在于，所述得到位移量较大的
M
个标记物摆放区域之后，所述方法还包括：根据人体生理结构，选择
M
个标记物摆放区域中每个区域包含的体表生理特征位置，将所述
M
个标记物摆放区域中每个区域包含的体表生理特征位置作为所述
M
个标记物摆放区域在体表的位置描述
。3.
根据权利要求1所述的方法，其特征在于，所述位移量包括绝对位移量
、x
轴位移量
、y
轴位移量
、z
轴位移量中的任一种；所述根据所述多个患者的体表运动的
L
类聚类结果获得的
N
个标记物摆放区域对应的位移量，得到位移量较大的
M
个标记物摆放区域，包括：根据每个患者的每个标记物摆放区域所属的聚类结果对应的位移量，得到每个患者的每个标记物摆放区域所属的聚类结果对应的位移量排序；所述位移量排序包括：每个患者的每个标记物摆放区域所属的聚类结果对应的位移量，在所有
L
个聚类结果对应的位移量中，按照从小到大的排序；根据多个患者的每个标记物摆放区域所属的聚类结果对应的位移量排序，计算每个标记物摆放区域的聚类结果对应的位移量排序均值；将
N
个标记物摆放区域的聚类结果对应的位移量排序均值按照从大到小排序，得到排名前
M
的
M
个标记物摆放区域
。4.
根据权利要求1所述的方法，其特征在于，所述位移量包括绝对位移量
、x
轴位移量
、y
轴位移量和
z
轴位移量；所述根据所述多个患者的体表运动的
L
类聚类结果获得的
N
个标记物摆放区域对应的位移量，得到位移量较大的
M
个标记物摆放区域，包括：根据每个患者的每个标记物摆放区域所属的聚类结果对应的第一位移量，得到每个患者的每个标记物摆放区域所属的聚类结果对应的第一位移量的位移量排序；所述第一位移量是所述绝对位移量
、
所述
x
轴位移量
、
所述
y
轴位移量和所述
z
轴位移量中的任一个；所述第一位移量的位移量排序包括：每个患者的每个标记物摆放区域所属的聚类结果对应的第
一位移量，在所有
L
个聚类结果对应的第一位移量中，按照从小到大的排序；根据多个患者的每个标记物摆放区域所属的聚类结果对应的第一位移量的位移量排序，得到每个标记物摆放区域的聚类结果对应的第一位移量排序均值；将每个标记物摆放区域的聚类结果对应的第一位移量排序均值按照从大到小进行排序，得到每个标记物摆放区域的聚类结果对应的第一位移量排序均值的排序；根据每个标记物摆放区域的聚类结果对应的绝对位移量排序均值的排序
、x
轴位移量排序均值的排序
、y
轴位移量排序均值的排序和
...

【专利技术属性】
技术研发人员：谢卫国，翟晓敏，高金兴，
申请(专利权)人：深圳惟德精准医疗科技有限公司，
类型：发明
国别省市：