公开(公告)号：CN109300136A

公开(公告)日：2019-02-01

申请号：CN201810991434.0

申请日：2018-08-28

Applicant: 众安信息技术服务有限公司

Inventor： 叶方焱 ,  毛顺亿 ,  浦剑 ,  胡仲华 ,  周建华 ,  孙谷飞 ,  王文化 ,  石峰

IPC: G06T7/11 ,  G06T5/00 ,  G06T17/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的危及器官自动分割方法，属于图像处理技术领域。所述方法包括：S1：获取患者CT图像数据以及相应的标注数据；S2：对所述CT图形数据以及相应的标注数据进行预处理；S3：建立3D卷积神经网络模型，输入数据块，获取模型输出的预测结果图像；S4：优化处理所述3D卷积神经网络模型输出的预测结果图像。本发明仅基于CT图像数据，原始数据获取难度较小，应用范围较广，且可实现CT影像中危及器官的自动分割，分割过程无需人工干涉，有效提高分割效率以及分割结果精度，增加后处理操作，对分割结果进行进一步优化。

公开(公告)号：CN109300136B

公开(公告)日：2021-08-31

申请号：CN201810991434.0

申请日：2018-08-28

Applicant: 众安信息技术服务有限公司

Inventor： 叶方焱 ,  毛顺亿 ,  浦剑 ,  胡仲华 ,  周建华 ,  孙谷飞 ,  王文化 ,  石峰

IPC: G06T7/11 ,  G06T5/00 ,  G06T17/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的危及器官自动分割方法，属于图像处理技术领域。所述方法包括：S1：获取患者CT图像数据以及相应的标注数据；S2：对所述CT图形数据以及相应的标注数据进行预处理；S3：建立3D卷积神经网络模型，输入数据块，获取模型输出的预测结果图像；S4：优化处理所述3D卷积神经网络模型输出的预测结果图像。本发明仅基于CT图像数据，原始数据获取难度较小，应用范围较广，且可实现CT影像中危及器官的自动分割，分割过程无需人工干涉，有效提高分割效率以及分割结果精度，增加后处理操作，对分割结果进行进一步优化。

公开(公告)号：CN109146899A

公开(公告)日：2019-01-04

申请号：CN201810989142.3

申请日：2018-08-28

Applicant: 众安信息技术服务有限公司

Inventor： 毛顺亿 ,  胡仲华 ,  叶方焱 ,  周建华 ,  孙谷飞 ,  浦剑 ,  王文化 ,  石峰

IPC: G06T7/12

CPC classification number: G06T7/12 ,  G06T2207/10081 ,  G06T2207/20081

Abstract: 本发明公开了一种CT图像的危及器官分割方法及装置，属于数字图像处理技术领域，方法包括步骤：S1、构建图像集，其中，图像集包括预处理后的多个CT图像；S2、对多个CT图像分别进行危及器官标注，以建立训练集；S3、构建危及器官分割网络，并对危及器官分割网络进行预训练；S4、在训练集上融合图像空间坐标信息对预训练后的危及器官分割网络进行训练，生成危及器官分割模型；S5、基于危及器官分割模型得到目标CT图像的危及器官分割结果，并按照预设规则过滤危及器官分割结果，得到最终的危及器官分割结果。本发明实施例能够实现对患者在精准放疗时的危及器官进行实体分割，避免放疗照射时对危及器官造成损伤。