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：江西省肿瘤医院(江西省第二人民医院、江西省癌症中心)

摘要：本发明提供了一种肺癌IGTV自动勾画方法及系统，该方法通过获取历史的4DCT图像，并逐相位勾画GTV，得到第一GTV，并将勾画结果进行融合，得到历史IGTV；基于历史的4DCT图像，生成对应的AIP图像和MIP图像，并分别勾画GTV，将图像重采样为预设空间分辨率，将相应区域裁剪出来，并将强度归一化；构建attentionUnet网络；根据历史IGTV，对attentionUnet网络进行训练，后将待处理的AIP图像或MIP图像的GTV输入训练好的神经网络模型中，得到目标IGTV，具体的，借助MIP图像或者AIP图像，可以在最大程度上使用4DCT中包含的信息，获取更高的自动勾画精度。

主权项：1.一种肺癌IGTV自动勾画方法，其特征在于，所述方法包括：获取历史的4DCT图像，对历史的4DCT图像逐相位勾画GTV，得到第一GTV，并将勾画结果进行融合，得到历史IGTV，其中，将逐相位勾画GTV得到的二值图像取逻辑并集，以完成融合；基于历史的4DCT图像，生成对应的AIP图像和MIP图像，并分别对AIP图像和MIP图像勾画GTV，得到第二GTV和第三GTV；将历史IGTV、AIP图像、MIP图像、第二GTV以及第三GTV重采样为预设空间分辨率，并以第一GTV的中心为基准，设置预设像素尺寸的区域，将历史IGTV、AIP图像、MIP图像、第二GTV以及第三GTV的相应区域裁剪出来，并将强度归一化到0~1范围内；分别构建关于AIP图像和MIP图像的attentionUnet网络，attentionUnet网络中各卷积层的通道数分别为32、64、128、256，其中，针对AIP图像时，对应的attentionUnet网络的输入为AIP图像，输出为第二GTV的融合图像，针对MIP图像时，对应的attentionUnet网络的输入为MIP图像，输出为第三GTV的融合图像；根据所述历史IGTV，分别对关于AIP图像和MIP图像的attentionUnet网络进行训练，得到目标神经网络模型；获取待处理的AIP图像或MIP图像的GTV，并输入对应的目标神经网络模型中，得到目标IGTV；所述将逐相位勾画GTV得到的二值图像取逻辑并集，以完成融合的步骤包括：分别获取各相位勾画GTV得到的二值图像的目标像素点的坐标位置，其中，目标像素点表示像素值为白色的像素点；根据坐标位置，分别确定各相位勾画GTV得到的二值图像的目标像素点中最外侧的像素点，并标记出，以分别得到对应的GTV的轮廓；确定首先进行相位勾画GTV得到的轮廓为第一轮廓，在所述第一轮廓的基础上，将下一相位勾画GTV得到的轮廓与所述第一轮廓取逻辑并集，得到融合后的第二轮廓，依此类推，不断将下一相位勾画GTV得到的轮廓与当前轮廓取逻辑并集，得到目标轮廓，具体的，依次判断相邻两个相位勾画GTV得到的轮廓的像素点是否存在重合部分；若是，则确定相邻两个相位勾画GTV得到的轮廓的像素点重合的坐标位置，并根据像素点重合的坐标位置，确定最外侧的像素点，以最终得到所述目标轮廓；若否，则同时保留相邻两个相位勾画GTV得到的轮廓，以最终得到所述目标轮廓；将所述目标轮廓内的像素点全部赋予白色的像素值，以完成融合。

全文数据：

权利要求：

百度查询： 江西省肿瘤医院(江西省第二人民医院、江西省癌症中心) 一种肺癌IGTV自动勾画方法及系统