申请/专利权人：百洋智能科技集团股份有限公司;首都医科大学宣武医院;北京毅慧康智能科技有限公司

申请日：2024-01-09

公开（公告）日：2024-04-26

公开（公告）号：CN117542527B

主分类号：G16H50/30

分类号：G16H50/30;G06T7/00;G06T7/11;G06T7/33;G06T17/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本申请公开了一种肺结节跟踪与变化趋势预测方法、装置、设备及存储介质，所述方法包括：获取待分析对象的两个CT图像，并从所述CT图像中分割出肺部区域图像；对两个肺部区域图像进行肺结节检测，得到每一所述肺部区域图像的肺结节数据；所述肺结节数据包括所述肺部区域图像中各个肺结节的肺结节属性；对所述两个肺部区域图像中的肺结节进行配准，得到同时处于所述两个肺部区域图像中的待分析肺结节；基于所述待分析肺结节在每一所述肺部区域图像中对应的肺结节属性，生成所述待分析肺结节的变化趋势数据。通过对两个CT图像进行检测、配准跟踪以及对比分析，生成肺结节的变化趋势数据，提高对肺结节变化趋势数据的预测准确性。

主权项：1.一种肺结节跟踪与变化趋势预测方法，其特征在于，所述肺结节跟踪与变化趋势预测方法包括：获取待分析对象的两个计算机断层扫描CT图像，并从所述CT图像中分割出肺部区域图像；将肺部区域图像输入至训练后的肺结节检测模型，得到对应的肺结节检测特征图；所述肺结节检测特征图包括与分别与所述肺部区域图像上多个子区域对应的多个特征点，和每一所述特征点对应的检测特征数据；所述检测特征数据包括所述特征点为肺结节的概率、所述特征点相对于肺结节中心点的偏移信息以及肺结节直径；所述肺结节检测特征图包括与分别与所述肺部区域图像上多个子区域对应的多个特征点，和每一所述特征点对应的检测特征数据；所述检测特征数据包括所述特征点为肺结节的概率、所述特征点相对于肺结节中心点的偏移信息以及肺结节直径；基于所述肺结节特征图中每一所述特征点对应的检测特征数据，确定所述肺部区域图像中存在的肺结节的肺结节中心点和肺结节直径；所述肺结节的检测框由所述肺结节中心点和肺结节直径确定；基于所述肺结节中心点和预设截取范围，在所述肺部区域图像中截取所述肺结节所在的图像块，并将所述肺结节所在的图像块输入至训练后的肺结节分割模型，得到所述肺结节的掩码图像；通过最大化所述两个肺部区域图像之间的归一化互信息代价函数，确定所述两个肺部区域图像之间的配准参数；基于所述两个肺部区域图像之间的配准参数、计算所述两个肺部区域图像之间的所述肺结节的掩码图像的交并比，将满足预设要求的肺结节确定为所述待分析肺结节；其中，所述归一化互信息代价函数基于所述两个肺部区域图像之间的联合熵、每一所述肺部区域图像的信息熵构建得到的；基于每一所述CT图像对应的检测时间，确定变化时间；将所述变化时间、所述待分析肺结节在每一所述肺部区域图像中的肺结节参数，输入至变化率预测模型，得到所述待分析肺结节在评估维度下的变化率；其中，所述待分析肺结节在所述评估维度下的预测肺结节参数的计算公式如下：。

全文数据：

权利要求：

百度查询： 百洋智能科技集团股份有限公司;首都医科大学宣武医院;北京毅慧康智能科技有限公司 肺结节跟踪与变化趋势预测方法、装置、设备及存储介质

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