龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：天津市第一中心医院
摘要：本发明公开了一种基于影像数据和深度学习的肿瘤良恶性识别方法，涉及图像处理技术领域，包括对多个医学影像进行归一化处理，并对处理后的多个医学影像进行不同模态上和不同时间上的配准；并根据医学影像中的PET扫描影像在各个器官的原始轮廓中确定多个肿瘤待定区域和每个肿瘤待定区域所对应的侵袭因子，并根据侵袭因子对肿瘤待定区域进行扩张；通过CNN模型来提取时间序列肿瘤判定区域中的肿瘤特征；基于肿瘤特征计算肿瘤面积和侵袭面积，通过肿瘤面积和侵袭面积确定整体影响面积。最终通过整体影响面积帮助医生进行参考，从而提高了肿瘤良恶判断的精度，减少了人为误差，并且提高了识别效率。
主权项：1.一种基于影像数据和深度学习的肿瘤良恶性识别方法，其特征在于，包括：获取待识别患者的基本信息和医学影像，对多个医学影像进行归一化处理，并对处理后的多个医学影像进行不同模态上和不同时间上的配准，生成时间序列影像；通过待识别患者的基本信息在时间序列影像上标记出各个器官的原始轮廓，并根据医学影像中的PET扫描影像在各个器官的原始轮廓中确定多个肿瘤待定区域和每个肿瘤待定区域所对应的侵袭因子，并根据侵袭因子对肿瘤待定区域进行扩张，生成多个肿瘤判定区域；在时间序列影像上将多个肿瘤判定区域从影像上分离出来，并生成时间序列肿瘤判定区域，通过CNN模型来提取时间序列肿瘤判定区域中的肿瘤特征；基于肿瘤特征计算肿瘤面积和侵袭面积，通过肿瘤面积和侵袭面积确定整体影响面积，通过整体影响面积来帮助医生实现肿瘤良恶性识别。
全文数据：
权利要求：
百度查询： 天津市第一中心医院 一种基于影像数据和深度学习的肿瘤良恶性识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号