Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种在DSA造影图像中识别肝癌供血动脉的方法及系统 

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:本发明涉及医学图像识别技术领域,具体涉及一种在DSA造影图像中识别肝癌供血动脉的方法及系统,包括以下步骤:将各个所述目标图像依据边缘检测算法对肿瘤组织供血动脉的血管轮廓进行清晰度划分,得到了清晰目标图像和模糊目标图像;采用循环一致性生成对抗网络cycleGan将模糊目标图像根据清晰目标图像进行图像转换为清晰目标图像;在所有清晰目标图像中通过边缘检测算法标记出肝组织模型中的肿瘤组织供血动脉的血管轮廓。本发明使得单次造影获得的所有图像均呈现高清晰度,进而能够将所有供血动脉均识别出来,实现低造影射线辐射剂量同时,又能保证供血动脉的识别效果。

主权项:1.一种在DSA造影图像中识别肝癌供血动脉的方法,其特征在于:包括以下步骤:通过DSA造影设备对肝组织模型进行单次造影获得多张DSA造影图像;在每个DSA造影图像中通过边缘检测算法标记出肝组织模型中的肿瘤组织的轮廓,以及肝组织模型中肝动脉和主动脉的血管轮廓;在每个DSA造影图像中提取出位于肿瘤组织的轮廓与肝动脉和主动脉的血管轮廓之间的局部图像,得到用于在肝组织模型中识别肿瘤组织供血动脉的目标图像;将各个所述目标图像依据边缘检测算法对肿瘤组织供血动脉的血管轮廓进行清晰度划分,得到了清晰目标图像和模糊目标图像;采用循环一致性生成对抗网络cycleGan将模糊目标图像根据清晰目标图像进行图像转换为清晰目标图像;在所有清晰目标图像中通过边缘检测算法标记出肝组织模型中的肿瘤组织供血动脉的血管轮廓;采用循环一致性生成对抗网络cycleGan将模糊目标图像根据清晰目标图像进行图像转换为清晰目标图像的方法包括:将模糊目标图像和清晰目标图像作为循环一致性生成对抗网络cycleGan的两个输入项,通过生成器和判别器训练得到图像转换模型;所述图像转换模型为:{Lh=GHL,LHl=GLLh,DLL,DLHl},{Hl=GLH,Hlh=GHHl,DHH,DHLh};式中,L为模糊目标图像,H为清晰目标图像,Lh为由生成器GH根据模糊目标图像L生成的清晰目标图像,GH为根据模糊目标图像生成的清晰目标图像的生成器,GL为根据清晰目标图像生成的模糊目标图像的生成器,LHl为由生成器GL根据清晰目标图像Lh生成的模糊目标图像,DL为生成器GL的判别器,Hl为由生成器GL根据清晰目标图像H生成的模糊目标图像,Hlh为由生成器GH根据模糊目标图像Hl生成的清晰目标图像,DH为生成器GH的判别器;训练循环一致性生成对抗网络cycleGan构成图像转换模型的损失函数为:Ls=LGANGH,DH,L,H+LGANGL,DL,L,H+λ[LcycGH,GL+LlpipsL,Lhl,Hlh,k];式中,Ls为损失函数,LGANGH,DH,L,H为生成器GH和判别器DH的损失函数,LGANGL,DL,L,H为生成器GL和判别器DL的损失函数,LcycGH,GL为客观视觉一致性损失函数,LlpipsL,Lhl,Hlh,k为主观视觉一致性损失函数,L为模糊目标图像,H为清晰目标图像,Lh为由生成器GH根据模糊目标图像L生成的清晰目标图像,GH为根据模糊目标图像生成的清晰目标图像的生成器,GL为根据清晰目标图像生成的模糊目标图像的生成器,LHl为由生成器GL根据清晰目标图像Lh生成的模糊目标图像,DL为生成器GL的判别器,Hl为由生成器GL根据清晰目标图像H生成的模糊目标图像,Hlh为由生成器GH根据模糊目标图像Hl生成的清晰目标图像,DH为生成器GH的判别器,λ为LcycGH,GL+LlpipsL,Lhl,Hlh,k的权重值;其中,; ; ; ;式中,Li为第i个模糊目标图像,Hi为第i个清晰目标图像,Lhi为由生成器GH根据模糊目标图像Li生成的清晰目标图像,LHli为由生成器GL根据清晰目标图像Lhi生成的模糊目标图像,Hli为由生成器GL根据清晰目标图像Hi生成的模糊目标图像,Hlhi为由生成器GH根据模糊目标图像Hli生成的清晰目标图像,F为sigmoid模型,dLi,LHli为Li经由VGG16网络提取的特征和LHli经由VGG16网络提取的特征间的特征距离,dLi,Hlhi为Li经由VGG16网络提取的特征和Hlhi经由VGG16网络提取的特征间的特征距离,dHi,LHli为Hi经由VGG16网络提取的特征和LHli经由VGG16网络提取的特征间的特征距离,dHi,Hlhi为Hi经由VGG16网络提取的特征和Hlhi经由VGG16网络提取的特征间的特征距离,n为模糊目标图像的总数量,m为清晰目标图像的总数量,和为L2范数式,min为最小化运算符,max为最大化运算符。

全文数据:

权利要求:

百度查询: 华中科技大学同济医学院附属协和医院 一种在DSA造影图像中识别肝癌供血动脉的方法及系统

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。