买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳大学

摘要：本申请公开了一种基于深度学习的前列腺癌全身检测方法及相关装置，方法包括获取待检测的PETCT影像，将PETCT影像输入经过训练的前列腺癌检测模型；通过前列腺癌检测模型检测PETCT影像的病灶区域。本申请使用基于病灶图像和全身图像训练得到的前列腺癌检测模型来检测PETCT影像中的病灶区域，可以解决肉眼检查所产生的个人主观误差，且减少临床医生的工作负担。此外，本申请通过在前列腺癌检测模型的训练过程中添加作为影像学先验知识的全身器官掩膜图，通过PET图像提供病理位置信息，CT图像提供病灶解剖结构信息，先验知识提供辅助性信息，使得前列腺癌检测模型学习到前列腺癌病灶和其转移病灶的相关信息，可以准确的定位前列腺癌病灶和其转移病灶。

主权项：1.一种基于深度学习的前列腺癌全身检测方法，其特征在于，所述方法包括：获取待检测的PETCT影像，并将所述PETCT影像以及根据CT影像确定的全身掩膜图输入经过训练的前列腺癌检测模型；通过所述前列腺癌检测模型检测所述PETCT影像的病灶区域；其中，所述前列腺癌检测模型为基于病灶图像和全身图像训练得到的，所述病灶图像为基于携带有前列腺癌病灶区域的PET图像层、携带有前列腺癌病灶区域的CT图像层和所述携带有前列腺癌病灶区域的CT图像层对应的全身器官掩膜图确定的，全身图像为基于全身PET图像、全身CT图像和全身器官掩膜图确定的；其中，所述全身图像的确定过程具体包括：获取全身PETCT影像，并对所述全身PETCT影像中的全身CT图像进行分割以得到候选人体器官掩膜；对所述全身CT图像进行阈值分割以得到候选掩膜图；将所述候选人体器官掩膜和所述候选掩膜图进行融合，得到全身器官掩膜图；对于全身PETCT影像中的每个PET图像层，将所述PET图像层与其对应的CT图像层和全身器官掩膜图按照通道方向拼接，以得到每个PET图像层对应的全身图像层；将每个PET图像层对应的全身图像层按照PET图像层在全身PETCT影像中位置顺序进行排列，以得到全身图像；其中，所述候选人体器官掩膜的确定过程包括：通过腹部器官分割模型确定腹部器官掩膜；通过全身分割网络模型确定全身多器官掩膜；融合所述所述腹部器官掩膜和所述全身多器官掩膜得到候选人体器官掩膜；其中，所述候选掩膜图的确定过程包括：基于大津算法提取阈值并对图像进行二值化处理，对所述二值化处理后的图像进行形态学处理得到初始掩膜图；基于图割算法对所述初始掩膜图做分割得到参考骨头掩膜；对所述初始掩膜图和所述参考骨头掩膜进行形态学和连通域的后处理，完善掩膜的形状和填充内部的孔洞，得到所述候选掩膜图。

全文数据：

权利要求：

百度查询： 深圳大学 基于深度学习的前列腺癌全身检测方法及相关装置