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！

摘要：本发明属于医学图像处理技术领域，公开了一种基于人工智能的肺癌图像处理方法、系统及存储介质，包括：从待分析影像数据提取肺部区域图像和肺被膜轮廓，从肺部区域图像提取检测目标和特定结构，计算任一检测目标与任一参考目标的距离，若距离小于等于第一预设值，则将任一检测目标定义为待分析检测目标，将任一参考目标定义为待分析参考目标，提取待分析检测目标和待分析参考目标之间的交界区域，获取待分析检测目标和待分析参考目标的接触面边线，基于待分析检测目标的轮廓边线和接触面边线，绘制待分析检测目标的边缘轮廓图形，将分析结果标注在待分析影像数据上并输出。本发明技术方案能够提高病变识别准确度和全面性，提高诊断效率。

主权项：1.一种基于人工智能的肺癌图像处理方法，其特征在于，包括如下步骤：步骤1、获取待分析影像数据，从所述待分析影像数据中提取肺部区域图像和肺被膜轮廓；步骤2、从所述肺部区域图像中提取检测目标和特定结构，其中，所述检测目标为肿瘤图像，所述特定结构为在所述肺部区域图像中具有与所述检测目标相同或相似形状的结构；步骤3、计算任一检测目标与任一参考目标的距离，若所述距离小于等于第一预设值，则将任一所述检测目标定义为待分析检测目标，将任一所述参考目标定义为待分析参考目标，其中，所述参考目标包括所述肺被膜轮廓和所述特定结构；步骤4、提取所述待分析检测目标和所述待分析参考目标之间的交界区域；步骤5、获取所述待分析检测目标和所述待分析参考目标的接触面边线，基于所述待分析检测目标的轮廓边线和所述接触面边线，绘制所述待分析检测目标的边缘轮廓图形，其中，所述轮廓边线为所述待分析检测目标不与所述待分析参考目标接触部分的边线；步骤6、将所述肺部区域图像、所述肺被膜轮廓、所述特定结构、所述交界区域和所述边缘轮廓图形标注在所述待分析影像数据上，并将标注后的待分析影像数据输出到终端设备；所述待分析影像数据是通过检测设备对患者进行扫描获取的所有扫描影像，所述步骤2包括：步骤21、将所有肺部区域图像输入第一训练模型，获取每个肺部区域图像上的待分析区域；步骤22、为每个所述肺部区域图像建立平面坐标系，绘制所有待分析区域的轮廓，并获取所有所述待分析区域的轮廓坐标；步骤23、获取任一肺部区域图像上的任一待分析区域，基于任一所述待分析区域的轮廓坐标，获取第二肺部区域图像上与任一所述待分析区域具有重叠区域的第二待分析区域，将任一所述待分析区域和所述第二待分析区域组合生成待分析区域集合，其中，所述第二肺部区域图像为与任一所述肺部区域图像相邻的肺部区域图像；步骤24、将所述待分析区域集合输入第二训练模型，判断所述待分析区域是否为所述特定结构，若是，则将所述待分析区域提取为所述特定结构，若不是，则将所述待分析区域提取为所述检测目标；所述步骤4包括：步骤41、分别获取所述轮廓边线的所有第一类像素点，所述轮廓边线内部所述待分析检测目标的所有第二类像素点，以及所述待分析参考目标的边界线上的所有第三类像素点，将所述轮廓边线上的第一类像素点设置为第一基准像素点；步骤42、获取第i个第一基准像素点，将所述第i个第一基准像素点处计数器的计数值c初始化为0，判断所述第i个第一基准像素点的邻域上是否有所述第三类像素点，若有，则进入步骤43，若没有，则进入步骤44，其中，i为1～I的正整数，I为所述第一基准像素点的总数；步骤43、将所述第i个第一基准像素点处计数器的计数值c设定为0，若i小于I，则使i=i+1，随后返回所述步骤42；步骤44、判断所述第i个第一基准像素点的邻域上是否有满足第一预设条件的第四类像素点，若没有，则进入步骤45，若有，则进入步骤46；步骤45、将所述第i个第一基准像素点处计数器的计数值c设定为-1，若i小于I，则使i=i+1，随后返回所述步骤42；步骤46、将所述第i个第一基准像素点的邻域上满足所述第一预设条件的所述第四类像素点设置为第二基准像素点，c=c+1；步骤47、获取任一第二基准像素点，判断任一所述第二基准像素点的邻域上是否有满足第二预设条件的第五类像素点，若有，则使c=c+1，将满足所述第二预设条件的第五类像素点设置为新的第二基准像素点，随后返回所述步骤47，若没有，则搜索结束，将搜索结束时的c值设置为所述第i个第一基准像素点处计数器的待定计数值，其中，所述第二预设条件为所述第五类像素点不属于所述第三类像素点，且所述第五类像素点满足所述第一预设条件；步骤48、遍历完所有第二基准像素点后，将最小待定计数值设置为所述第i个第一基准像素点处计数器的计数值，若i小于I，则使i=i+1，返回所述步骤42；步骤49、遍历完所述轮廓边线上的所有第一基准像素点后，将计数值大于等于0的像素点组成的区域识别为所述交界区域。

全文数据：

权利要求：

百度查询： 云南师范大学 一种基于人工智能的肺癌图像处理方法、系统及存储介质