一种肺部CT可视化方法及系统技术方案

本发明专利技术公开了一种肺部CT可视化方法及系统，该系统包括PACS系统模块、引入门控轴向注意力机制的TransU‑Net网络模块、像素调节模块、维度调节模块、凝聚层次聚类模块、特征融合模块、可视化模块。PACS系统模块用于存储、检索、传输和显示医疗影像；改进的TransU‑Net网络模块用于图像的基础分割；像素调节模块用于图像像素倍增和还原；维度调节模块用于图像升维和降维；凝聚层次聚类模块用于像素倍增和升维后的图像聚类分割；特征融合模块用于基础分割图像和聚类分割图像融合；可视化模块用于融合图像伪彩色处理，最后输出可视化图像结果。本发明专利技术基于TransU‑Net和Agglomerative Clustering融合图像分割及可视化可用于肺部CT图像分割，优化基础U‑Net的分割效果，实现对肺部区域的高精度分割和可视化。

【技术实现步骤摘要】

本专利技术属于医疗图像处理，具体涉及一种基于改进transu-net辅以agglomera tive clustering优化图像分割的肺部ct可视化方法及系统。

技术介绍

1、随着计算机视觉的不断进步，深度学习已成为医学图像处理领域的主流技术。特别是到2015年，u-net网络的提出改善了医学图像的分割性能，重新定义深度学习在医学图像分割领域的发展方向。现有的针对肺部问题的分割模型，大部分是在u-net网络上加以改进，但由于肺部ct图像目标区域形状因人而异，且因涉及隐私，能够训练u-net网络的数据集有限，导致特征提取不完整，使分割精度并不理想。同时，现有的ct图像多为灰度图像，容易产生视觉疲劳，从而导致误诊。

2、现有的基于transu-net的图像分割解决了局部性的归纳偏差，可以为全局建模提供充足的局部信息表示。但transu-net直接套用vit-16模型在处理三维图像时计算复杂度大幅增加，伴随过拟合风险，且小规模数据集难以支持transformer预训练消耗，易导致模型性能降低，尤其在处理三维图像的2d切片时，会丢失上下文空间信息。引本文档来自技高网...

【技术保护点】

1.一种肺部CT可视化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的肺部CT可视化方法，其特征在于，步骤3中，对导入的可操作的图像格式进行基础分割，包括：

3.根据权利要求1所述的肺部CT可视化方法，其特征在于，步骤4中，对三维灰度图像目标区域进行聚类分割，包括：

4.根据权利要求1所述的肺部CT可视化方法，其特征在于，步骤6中，对融合分割图像进行伪彩色处理，是通过灰度级到彩色变换法将灰度图像转换为一个索引图像，然后通过颜色变换将每个像素的灰度值映射到RGB颜色空间中的一种颜色，从而实现伪彩色处理。

5.根据权利要求2所述的肺部...

【技术特征摘要】

1.一种肺部ct可视化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的肺部ct可视化方法，其特征在于，步骤3中，对导入的可操作的图像格式进行基础分割，包括：

3.根据权利要求1所述的肺部ct可视化方法，其特征在于，步骤4中，对三维灰度图像目标区域进行聚类分割，包括：

4.根据权利要求1所述的肺部ct可视化方法，其特征在于，步骤6中，对融合分割图像进行伪彩色处理，是通过灰度级到彩色变换法将灰度图像转换为一个索引图像，然后通过颜色变换将每个像素的灰度值映射到rgb颜色空间中的一种颜色，从而实现伪彩色处理。

5.根据权利要求2所述的肺部ct可视化方法，其特征在...

【专利技术属性】
技术研发人员：聂宇琛，吴定会，赵思喆，曾淏，王兵毅，王艺硕，梅舟，韩曙光，
申请(专利权)人：江南大学，
类型：发明
国别省市：