申请/专利权人：山东大学第二医院

申请日：2023-11-21

公开（公告）日：2024-02-13

公开（公告）号：CN117557577A

主分类号：G06T7/10

分类号：G06T7/10;G06T7/00;G06T17/00;G06N3/0464;G06V10/25;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明涉及图像处理技术领域，提供了一种基于平扫CT和深度学习的肾盂和输尿管分割方法及系统。该方法包括，基于平扫CT图像，采用目标检测模型，在每一层神经网络依次进行下采样、分窗和邻近比较操作，得到每一层的特征图；从最小的特征图开始，依次进行上采样、分窗和邻近比较操作，再与高层特征图进行连接，判断高层特征图中的每一个窗块是否属于某个器官；重复多次，得到标记肾盂和输尿管轮廓的目标图像；基于目标图像，采用两个分割模型，一个用于分割肾盂和输尿管上段，另一个用于分割输尿管中下段，得到第一分割结果和第二分割结果，并将第一分割结果和第二分割结果进行加和处理，得到肾盂结构和输尿管结构。

主权项：1.基于平扫CT和深度学习的肾盂和输尿管分割方法，其特征在于，包括：获取泌尿系统的平扫CT图像；以平扫CT图像为输入，采用基于注意力机制的Swin-UNet目标检测模型对平扫CT图像进行处理；所述目标检测模型包括若干层神经网络，在每一层神经网络依次进行下采样、分窗和邻近比较操作，得到每一层的特征图；从最小的特征图开始，依次进行上采样、分窗和邻近比较操作，再与高层特征图进行连接，判断高层特征图中的每一个窗块是否属于某个器官；重复多次，得到输入图像中双侧肾脏的位置，并将相关位置提供给两个分割模型；第一分割模型用于分割肾盂和输尿管上段，得到第一分割结果，第二分割模型用于分割输尿管中下段，得到第二分割结果，并将第一分割结果和第二分割结果进行加和处理，得到肾盂结构和输尿管结构。

全文数据：

权利要求：

百度查询： 山东大学第二医院 基于平扫CT和深度学习的肾盂和输尿管分割方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD