申请/专利权人：重庆数康科技服务有限公司;中电通商数字技术(上海)有限公司;吕发金

申请日：2023-11-13

公开（公告）日：2024-03-15

公开（公告）号：CN117710288A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06N5/04;G06V10/764;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明公开了一种基于深度学习的低剂量胸部CT影像骨密度检测方法，属于骨密度检测技术领域，将低剂量胸部平扫CT轴位方向的2D影像数据及对应的由医师进行椎体松质骨标注的标签数据输入模型训练得到分割模型，通过分割模型完成对胸椎、腰椎椎体松质骨的分割；分割后将来自于同一低剂量胸部平扫CT影像的2D椎体影像推理结果根据轴位方向的图像原有顺序进行组合，形成与原CT影像空间尺寸大小及方位顺序一致的3D推理结果影像标签；对推理结果微调，得到准确的独立椎体松质骨3D影像标签；通过独立椎体标签计算其对应CT影像区域的HU值，将HU值转换成BMD值，通过BMD诊断标准得到骨质疏松分类结果。

主权项：1.一种基于深度学习的低剂量胸部CT影像骨密度检测方法其特征在于：步骤S10：获取低剂量胸部CT影像数据，经过预处理后转换为适应于卷积神经网络模型的数据格式；步骤S20：将低剂量胸部平扫CT轴位方向的2D影像数据及对应的由医师进行椎体松质骨标注的标签数据输入模型训练得到分割模型，通过分割模型完成对胸椎、腰椎椎体松质骨的分割；步骤S30：分割后将来自于同一低剂量胸部平扫CT影像的2D椎体影像推理结果根据轴位方向的图像原有顺序进行组合，形成与原CT影像空间尺寸大小及方位顺序一致的3D推理结果影像标签；步骤S40：对推理结果进行微调和实例区分，得到准确的独立椎体松质骨3D影像标签；步骤S50：通过每个椎体的独立标签，计算其对应CT影像区域的像素平均灰度值，再根据形如ValueHU＝β×ValuePIXEL+α的换算公式得到对应椎体的HU值；步骤S60：根据HU值与BMD值的换算关系得到独立椎体松质骨的BMD值，基于BMD值对骨质疏松程度进行评估，得到量化的骨密度评估结果。

全文数据：

权利要求：

百度查询： 重庆数康科技服务有限公司;中电通商数字技术(上海)有限公司;吕发金 一种基于深度学习的低剂量胸部CT影像骨密度检测方法

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