申请/专利权人：北京化工大学

申请日：2024-01-24

公开（公告）日：2024-04-19

公开（公告）号：CN117912677A

主分类号：G16H50/20

分类号：G16H50/20;G06T7/00;G06V10/26;G06V10/44;G06V10/764;G06V10/774;G06V10/82;G06N3/045;G06N3/0464;G06N3/047;G06N3/09;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明属于医工交叉领域，具体涉及了一种基于动态增强MRI的垂体微腺瘤智能辅助诊疗系统。旨在解决人工分析MRI数据通常是困难的、有偏见的和耗时的问题。本发明包括：对MRI数据通过与构建的分类网络判断出微腺瘤的阳性样本；再基于区域分割网络以及目标检测网络对垂体进行分割，并通过双路径语义分割网络提高分割精度。最后在分割出来的垂体上通过区域分割网络以及优化后的目标检测网络，对微腺瘤进行分割，得到最终的分割结果。本发明方法具有较强的特征表达能力，可以克服目标存在的小样本问题以及微小肿瘤，自身分辨率低的问题。具有较高的处理速度，并准确得到检测与分割结果。

主权项：1.一种基于动态增强MRI的垂体微腺瘤智能辅助诊疗系统，其特征在于，该系统包括：样本判别模块，其配置为获取MRI数据，并进行预处理，将预处理后的MRI数据作为输入数据输入至预构建的分类网络中，得到对应的图像特征，基于所述图像特征获取分类结果，当分类结果显示为阳性时，跳转至区域分割模块；所述区域分割模块，其配置为将所述MRI数据作为输入数据输入至区域分割网络中，得到不同层级的图像特征；结合所述不同层级的图像特征以及目标检测网络，得到多次度的融合图像，将所述多次度的融合图像输入至区域建议网络中，得到建议框；基于分类损失函数修正所述建议框的目标区域和背景区域的划分，同时基于回归损失函数修正所述建议框的位置，利用修正后的所述建议框对有效特层进行截取，得到局部特征层；语义分割模块，其配置为将所述局部特征层输入至预构建的双路径语义分割网络中，得到垂体初始分割结果，基于对物体实例进行分类的损失函数、回归物体边界框位置的损失函数以及分割实例掩码的损失函数对所述垂体初始分割结果进行修正，得到垂体最终分割结果；微腺瘤分割模块，其配置为将所述垂体最终分割结果作为输入数据输入至区域分割模块中，同时将所述区域分割模块中的所述目标检测网络进行优化，得到微腺瘤的局部特征图；将所述微腺瘤的局部特征图作为输入数据输入至语义分割模块中，得到微腺瘤最终分割结果。

全文数据：

权利要求：

百度查询： 北京化工大学 基于动态增强MRI的垂体微腺瘤智能辅助诊疗系统

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