申请/专利权人：北京大学第一医院

申请日：2023-09-15

公开（公告）日：2024-03-19

公开（公告）号：CN117726846A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/44;G06V10/26;G06V10/82;G06N3/0455;G06N3/096;G16H70/60

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及结节病理类型判断技术领域，公开了一种肺部纯磨玻璃结节病理类型预测方法、装置、设备及介质，包括：构建并训练3D图像恢复模型；将3D图像恢复模型中的共享特征提取编码器和解码器迁移至3D图像分割模型，将共享特征提取编码器迁移至3D图像分类模型；对3D图像分割模型和3D图像分类模型进行训练；通过3D图像分割模型对待检测胸部CT图像进行分割，获取纯磨玻璃结节区域分割3D图像；通过3D图像分类模型对纯磨玻璃结节区域分割3D图像进行病理类型预测。本发明能够建立更加鲁棒精确的模型，耗时更短，且对纯磨玻璃结节的病理类型进行准确判断，使临床医生更好地做出最佳手术决策，从而提高患者治疗效率，避免二次创伤。

主权项：1.一种肺部纯磨玻璃结节的病理类型预测方法，其特征在于，包括：获取全身各部位的CT图像数据集和MRI图像数据集，并基于所述CT图像数据集和MRI图像数据集构建3D输入图像及3D目标图像，基于所述3D输入图像及对应的3D目标图像训练得到3D图像恢复模型；将所述3D图像恢复模型中训练好的特征提取编码器作为共享特征提取编码器分别迁移至预先构建的3D图像分割模型和3D图像分类模型，并将所述3D图像恢复模型中训练好的解码器迁移至所述3D图像分割模型；获取胸部CT图像数据集，并对所述胸部CT图像数据集中已知病理类型的纯磨玻璃结节进行标注，基于标注后的胸部CT图像数据集依次对所述3D图像分割模型和3D图像分类模型进行训练；将待检测胸部CT图像输入至训练好的3D图像分割模型进行纯磨玻璃结节的图像分割，获取所述待检测胸部CT图像中纯磨玻璃结节区域分割3D图像；将所述纯磨玻璃结节区域分割3D图像输入至训练好的3D图像分类模型进行图像特征提取，并根据图像特征提取结果预测所述纯磨玻璃结节的病理类型及对应的概率。

全文数据：

权利要求：

百度查询： 北京大学第一医院 肺部纯磨玻璃结节病理类型预测方法、装置、设备及介质

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