一种放射治疗计划中肺癌靶区的分割方法技术

本发明专利技术公开了一种基放射治疗计划中肺癌靶区的分割方法，包括以下步骤：A、导入肺部CT图像文件，识别图像中白色区域的坐标；B、创建完全包围图像中的白色区域的矩形框；C、选取能够完全包围所有白色区域的最小矩形框，使用此矩形框进行裁剪图像；D、使用SEA‑Unet模型对裁剪图像进行分割；SEA‑Unet模型包括编码器和解码器，编码器和解码器之间设置有两条平行的跳跃路径。本发明专利技术能够改进现有技术的不足，提高分割精度。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其是一种放射治疗计划中肺癌靶区的分割方法。

技术介绍

1、肺癌作为全球最常见的恶性肿瘤之一，每年新发病例超过220万例，死亡约170万例，是新发病例最多且死亡率第二高的癌症类型。根据世界卫生组织国际癌症研究机构的统计数据，2021年全球因肺癌导致的死亡人数约为180万，使其成为最致命的癌症类型。此外，中国国家癌症中心在2022年2月发布的数据显示，肺癌不仅是中国最常见的恶性肿瘤，也是癌症相关死亡的首要原因。

2、尽管过去十年在多模式治疗方面取得了显著进展，肺癌仍是导致死亡的主要原因之一，占所有癌症相关死亡的25％。当前的治疗方式包括手术、放射治疗、化疗和免疫治疗，其中放射治疗是主要方法之一，约60％-70％的肺癌患者需要接受此治疗。特别是立体定向放射治疗(sbrt)适用于早期非小细胞肺癌患者，通过多个共形共平面和非共平面光束，将高剂量的辐射集中在小的目标上，分几次治疗。准确地划定肿瘤总体积(gtvs)对于精确创建临床靶体积(ctvs)和计划靶体积(ptvs)至关重要。

3、传统的手动轮廓描绘方法要求放射肿瘤本文档来自技高网...

【技术保护点】

1.一种放射治疗计划中肺癌靶区的分割方法，其特征在于包括以下步骤：

2.根据权利要求1所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：所述编码器包括，

3.根据权利要求2所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：所述解码器使用八次上采样以恢复图像分辨率，上采样首先通过最近邻插值等方法对深层特征图进行尺度扩展，然后将扩展的特征图与编码路径中相应尺度的特征图融合，作为下一个上采样步骤的输入。

4.根据权利要求3所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：所述跳跃路径分别为注意力模块路径和压缩激发模块路径，注意力模块和压缩激发模块在相同...

【技术特征摘要】

1.一种放射治疗计划中肺癌靶区的分割方法，其特征在于包括以下步骤：

2.根据权利要求1所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：所述编码器包括，

3.根据权利要求2所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：所述解码器使用八次上采样以恢复图像分辨率，上采样首先通过最近邻插值等方法对深层特征图进行尺度扩展，然后将扩展的特征图与编码路径中相应尺度的特征图融合，作为下一个上采样步骤的输入。

4.根据权利要求3所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：所述跳跃路径分别为注意力模块路径和压缩激发模块路径，注意力模块和压缩激发模块在相同层级上共享相同的输入。

5.根据权利要求4所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：在进入注意力模块之前，深层特征图通过使用4x4核大小和步长为2的反卷积进行扩展，深层特征图利用其深层语义信息指导在与浅层特征图同层级的注意力模块路径中特征权重的重新分配；同时，浅层特征图也作为压缩激发模块路径的输入，其中通过压缩激发模块调整通道信息权重；最终，来自注意力模块路径的输出与来自压缩激发模块路径的输出结合，形成下一个注意力模块路径的输入。

6.根据权利要求5所述的放射治疗计划中肺癌靶区的分割方法，其特征在于：注意力模块路径通过深层语义分析，调整目标区域和非目标区域之间的权重比例，强调目标区域并为模型提供关键的特征信息；深层特征图和浅层特征图首先通过带有1x1卷积核的卷积层，...

【专利技术属性】
技术研发人员：张怀文，易晨，江少峰，胡博，
申请(专利权)人：江西省肿瘤医院江西省第二人民医院，江西省癌症中心，
类型：发明
国别省市：