【技术实现步骤摘要】
本专利技术涉及一种用于成对ct图像的肺结节辅助检测方法，同时也涉及相应的肺结节辅助检测装置，属于医疗保健信息学领域。
技术介绍
1、肺结节的监测对于早期发现和治疗肺癌至关重要。传统上，医生通过分析ct图像来评估肺结节的大小和密度变化，但这种方法主观性强，容易出错。为了提高准确性，研究者们开发了基于图像分割和3d滤波技术的3d结节体积测量方法，这些方法在肺部图像上比2d方法表现出更好的效果。
2、在申请号为202410586882.8的中国专利申请中，提出了一种结合深度学习算法和图像处理技术的肺结节历史检查对比方法。这种方法通过识别肺部主支气管分叉点来提高检测和对比效率，避免了手动查找病灶对应位置的繁琐步骤。尽管如此，该方法仍然依赖于体积测量，并且需要精确的结节形态勾勒，其结果可能受到多种因素的影响。
3、尽管这些技术提高了检测效率，但它们尚未能完全解决检测变化的统计显著性问题。未来的研究需要进一步优化算法，提高检测的准确性和鲁棒性，同时开发新的评估方法，以确定检测到的变化是否具有临床意义。
...
【技术保护点】
1.一种用于成对CT图像的肺结节辅助检测方法，其特征在于包括如下步骤：
2.如权利要求1所述的肺结节辅助检测方法，其特征在于：
3.如权利要求1所述的肺结节辅助检测方法，其特征在于将所述二维CT切片划分为多个子块矩阵，包括如下子步骤：
4.如权利要求3所述的肺结节辅助检测方法，其特征在于所述预设图像算法包括如下子步骤：
5.如权利要求4所述的肺结节辅助检测方法，其特征在于第t张二维CT切片的第（n1，n2）个子块矩阵，通过以下方式生成：
6.如权利要求4所述的肺结节辅助检测方法，其特征在于所述子块矩阵对应的结...
【技术特征摘要】
1.一种用于成对ct图像的肺结节辅助检测方法，其特征在于包括如下步骤：
2.如权利要求1所述的肺结节辅助检测方法，其特征在于：
3.如权利要求1所述的肺结节辅助检测方法，其特征在于将所述二维ct切片划分为多个子块矩阵，包括如下子步骤：
4.如权利要求3所述的肺结节辅助检测方法，其特征在于所述预设图像算法包括如下子步骤：
5.如权利要求4所述的肺结节辅助检测方法，其特征在于第t张二维ct切片的第（n1，n2）个子块矩阵，通过以下方式生成：
6.如权利要求4所述的肺结节辅助检测方法，其特征在于所述子块矩阵对应的结节...
【专利技术属性】
技术研发人员：冀瑛，于航，李鑫城，胡滨，
申请(专利权)人：首都医科大学附属北京朝阳医院，
类型：发明
国别省市：
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。