一种肺癌CT图像中大体肿瘤体积的分割方法技术

本发明专利技术公开了一种肺癌CT图像中大体肿瘤体积的分割方法，包括以下步骤：A、设置感兴趣区域提取网络，定位目标框架；B、根据目标框架裁剪待分割区域，使用AU‑net模型进行精细分割，分割完成后将结果重新映射回原始大小，以确保数据的一致性；AU‑net模型包括编码器、解码器、注意力模块。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，尤其是一种肺癌ct图像中大体肿瘤体积的分割方法。

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。

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。准确地划定大体肿瘤体积(gtv)对于精确制定临床靶区体积(ctv)和计划靶区体积(ptv)至关重要。

3、传统上，放射肿瘤科医生依赖手工方法从计算机断层扫描(ct)图像中提取肿瘤区域。然而，手动描绘可能导致观察者在gtv轮廓上的变异，影响治疗计划的准本文档来自技高网...

【技术保护点】

1.一种肺癌CT图像中大体肿瘤体积的分割方法，其特征在于包括以下步骤：

2.根据权利要求1所述的肺癌CT图像中大体肿瘤体积的分割方法，其特征在于：步骤A中，

3.根据权利要求2所述的肺癌CT图像中大体肿瘤体积的分割方法，其特征在于：所述矩形框架大小设置为25的倍数。

4.根据权利要求1所述的肺癌CT图像中大体肿瘤体积的分割方法，其特征在于：所述编码器包括五个卷积单元，每个卷积单元由一个8x8卷积层、一个批量归一化模块和一个ReLU激活模块组成，使用步长为2的卷积下采样。

5.根据权利要求4所述的肺癌CT图像中大体肿瘤体积的分割方法，其特征在...

【技术特征摘要】

1.一种肺癌ct图像中大体肿瘤体积的分割方法，其特征在于包括以下步骤：

2.根据权利要求1所述的肺癌ct图像中大体肿瘤体积的分割方法，其特征在于：步骤a中，

3.根据权利要求2所述的肺癌ct图像中大体肿瘤体积的分割方法，其特征在于：所述矩形框架大小设置为25的倍数。

4.根据权利要求1所述的肺癌ct图像中大体肿瘤体积的分割方法，其特征在于：所述编码器包括五个卷积单元，每个卷积单元由一个8x8卷积层、一个批量归一化模块和一个relu激活模块组成，使用步长为2的卷积下采样。

5.根据权利要求4所述的肺癌ct图像中大体肿瘤体积的分割方法，其特征在于：所述解码器包括一条平行的跳跃连接路径，每当编码器执行一次下采样，解码器相应地执行一次上采样步骤以恢复图像分辨率。

6.根据权利要求5所述的肺癌ct图像中大体肿瘤体积的分割方法，其特征在于：注意力模块用于处理深层特征图和浅层特征图；...

【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：