System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种超声前列腺轮廓勾勒方法技术_技高网

一种超声前列腺轮廓勾勒方法技术

技术编号:40348518 阅读:15 留言:0更新日期:2024-02-09 14:33
本发明专利技术公开了一种超声前列腺轮廓勾勒方法,包括:S1、获取包含前列腺的三维超声影像,得到待分割样本;S2、获取包含前列腺的训练样本及其中已正确标注前列腺区域的标注样本,构建并优化分割模型,据此分割所述待分割样本得到分割结果影像;其中,将标注样本的前列腺区域按照人体解剖学分为不同区域,以各区域的损失构成的总损失对所述分割模型进行优化使得其输出结果与标注样本之间的总损失满足设定条件;S3、根据S2得到的分割结果影像得到前列腺区域,进而得到前列腺轮廓。本发明专利技术可实现前列腺快速勾勒,为机器人手术过程中的导航和定位提供准确的引导。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及一种超声前列腺轮廓勾勒方法


技术介绍

1、近年来,前列腺癌的发病率逐年上升,每年都会有大量的穿刺手术用于前列腺癌的诊断。目前手术机器人已经大规模应用到前列腺手术中,手术机器人具有精准定位、手术规划、精准成像等功能,能大幅减少手术中医生所受辐射伤害和感染风险。在手术过程中,医生需要得到前列腺的组织结构信息及病灶位置形态,因此需要使用机器人的经直肠超声探头获取病人前列腺3d影像,接着对前列腺影像进行勾勒。

2、传统的前列腺勾勒方法通常是手动勾勒,但是3d影像通常包含多个切面,每个切面都需要医生手动勾勒,并且超声前列腺轮廓边缘常常模糊不清或缺失,因此需要医生具备一定的专业知识,同时也难以保证轮廓的平滑性和精度。特别地,操作者经验水平的不同也会导致轮廓勾勒的质量参差不齐,直接影响手术的质量。


技术实现思路

1、专利技术目的:针对上述不足,本专利技术提出一种超声前列腺轮廓勾勒方法,利用深度学习的方法对前列腺超声影像自动分割,并根据分割结果自动计算前列腺轮廓。

2、技术方案:

3、一种超声前列腺轮廓勾勒方法,包括:

4、s1、获取包含前列腺的三维超声影像,得到待分割样本;

5、s2、获取包含前列腺的训练样本及其中已正确标注前列腺区域的标注样本,构建并优化分割模型,据此分割所述待分割样本得到分割结果影像;

6、其中,将标注样本的前列腺区域按照人体解剖学分为不同区域,以各区域的损失构成的总损失对所述分割模型进行优化使得其输出结果与标注样本之间的总损失满足设定条件;

7、s3、根据s2得到的分割结果影像得到前列腺区域,进而得到前列腺轮廓。

8、具体地,所述各区域的损失构成的总损失具体为:分别计算各区域与所述分割模型输出结果对应区域的损失,进而得到所述总损失。

9、更具体地,所述各区域与所述分割模型输出结果对应区域的损失采用交叉熵损失计算。

10、更具体地,将标注样本的前列腺区域按照人体解剖学分为上端区域、下端区域和除去上端区域及下端区域的中部区域。

11、更进一步地,所述前列腺区域的上端区域定义为前列腺区域的最上端开始沿人体头脚方向向前列腺区域内生长的设定范围的区域,前列腺区域的下端区域定义为前列腺区域的最下端开始沿人体头脚方向向前列腺区域内生长的设定范围的区域。

12、更进一步地,所述分别计算各区域与所述分割模型输出结果对应区域的损失,进而得到所述总损失,具体如下:

13、loss=α*l1(p,g)+β*l2(p,g)+l3(p,g)

14、其中,l1(p,g)、l2(p,g)、l3(p,g)分别为前列腺区域的上端区域、下端区域和除去上端区域及下端区域的中部区域对应的损失,通过对应区域的输出结果和标注样本计算得到,α、β分别为前列腺区域的上端区域、下端区域对应的权重,p为分割模型的实际输出,g为分割模型的目标输出。

15、更进一步地,所述α、β取值大于1。

16、具体地,所述s1中,还包括对所述三维超声影像中各点的体素值进行标准化处理,进而得到待分割样本。

17、更具体地,所述s1中,还包括:采集高斯滤波方法对所述三维超声影像进行去噪处理。

18、具体地,在将标注样本的前列腺区域按照人体解剖学分为不同区域之后,还包括对所述标注样本的前列腺区域各个区域中位于边缘的区域进行平滑操作的步骤。

19、具体地,所述s3中,所述根据所述分割结果影像得到前列腺区域具体为:对得到的分割结果影像进行连通域分析,保留其中最大的连通域作为最终的前列腺区域。

20、更具体地,对所述分割结果影像进行连通域标记,基于区域增长的方法标记每个连通域,统计所有连通域中像素点的数量,选取其中像素点数量最大的连通域作为最终的前列腺区域。

21、有益效果:本专利技术可实现前列腺快速勾勒,为机器人手术过程中的导航和定位提供准确的引导,从而改善前列腺穿刺手术的效果。

本文档来自技高网...

【技术保护点】

1.一种超声前列腺轮廓勾勒方法,其特征在于,包括:

2.根据权利要求1所述的超声前列腺轮廓勾勒方法,其特征在于,所述各区域的损失构成的总损失具体为:分别计算各区域与所述分割模型输出结果对应区域的损失,进而得到所述总损失。

3.根据权利要求2所述的超声前列腺轮廓勾勒方法,其特征在于,所述各区域与所述分割模型输出结果对应区域的损失采用交叉熵损失计算。

4.根据权利要求2所述的超声前列腺轮廓勾勒方法,其特征在于,将标注样本的前列腺区域按照人体解剖学分为上端区域、下端区域和除去上端区域及下端区域的中部区域。

5.根据权利要求4所述的超声前列腺轮廓勾勒方法,其特征在于,所述前列腺区域的上端区域定义为前列腺区域的最上端开始沿人体头脚方向向前列腺区域内生长的设定范围的区域,前列腺区域的下端区域定义为前列腺区域的最下端开始沿人体头脚方向向前列腺区域内生长的设定范围的区域。

6.根据权利要求4所述的超声前列腺轮廓勾勒方法,其特征在于,所述分别计算各区域与所述分割模型输出结果对应区域的损失,进而得到所述总损失,具体如下:

7.根据权利要求6所述的超声前列腺轮廓勾勒方法,其特征在于,所述α、β取值大于1。

8.根据权利要求1所述的超声前列腺轮廓勾勒方法,其特征在于,所述S1中,还包括对所述三维超声影像中各点的体素值进行标准化处理,进而得到待分割样本。

9.根据权利要求1或8所述的超声前列腺轮廓勾勒方法,其特征在于,所述S1中,还包括:采集高斯滤波方法对所述三维超声影像进行去噪处理。

10.根据权利要求1所述的超声前列腺轮廓勾勒方法,其特征在于,在将标注样本的前列腺区域按照人体解剖学分为不同区域之后,还包括对所述标注样本的前列腺区域各个区域中位于边缘的区域进行平滑操作的步骤。

11.根据权利要求1所述的超声前列腺轮廓勾勒方法,其特征在于,所述S3中,所述根据所述分割结果影像得到前列腺区域具体为:对得到的分割结果影像进行连通域分析,保留其中最大的连通域作为最终的前列腺区域。

12.根据权利要求11所述的超声前列腺轮廓勾勒方法,其特征在于,对所述分割结果影像进行连通域标记,基于区域增长的方法标记每个连通域,统计所有连通域中像素点的数量,选取其中像素点数量最大的连通域作为最终的前列腺区域。

...

【技术特征摘要】

1.一种超声前列腺轮廓勾勒方法,其特征在于,包括:

2.根据权利要求1所述的超声前列腺轮廓勾勒方法,其特征在于,所述各区域的损失构成的总损失具体为:分别计算各区域与所述分割模型输出结果对应区域的损失,进而得到所述总损失。

3.根据权利要求2所述的超声前列腺轮廓勾勒方法,其特征在于,所述各区域与所述分割模型输出结果对应区域的损失采用交叉熵损失计算。

4.根据权利要求2所述的超声前列腺轮廓勾勒方法,其特征在于,将标注样本的前列腺区域按照人体解剖学分为上端区域、下端区域和除去上端区域及下端区域的中部区域。

5.根据权利要求4所述的超声前列腺轮廓勾勒方法,其特征在于,所述前列腺区域的上端区域定义为前列腺区域的最上端开始沿人体头脚方向向前列腺区域内生长的设定范围的区域,前列腺区域的下端区域定义为前列腺区域的最下端开始沿人体头脚方向向前列腺区域内生长的设定范围的区域。

6.根据权利要求4所述的超声前列腺轮廓勾勒方法,其特征在于,所述分别计算各区域与所述分割模型输出结果对应区域的损失,进而得到所述总损失,具体如下:

7.根据权利要求6所述的...

【专利技术属性】
技术研发人员:贾洪飞韩志敏张鹏
申请(专利权)人:佗道医疗科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1