[發(fā)明專利]為生理樹結構生成解剖標簽的計算機實現(xiàn)的方法、裝置和介質

有效

• 申請?zhí)枺?/td>: 201811564695.0
• 申請日: 2018-12-20
• 公開（公告）號: CN109635876B
• 公開（公告）日: 2021-04-09
• 發(fā)明（設計）人: 武丹;王昕;尹游兵;李育威;曹坤琳;宋麒;歐陽濱;梁舒怡
• 申請（專利權）人: 北京科亞方舟醫(yī)療科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 黃威;夏東棟

1.一種為生理樹結構生成解剖標簽的計算機實現(xiàn)的方法，其特征在于包括如下步驟：

接收所述生理樹結構的3D模型和3D骨架線，其中，所述3D模型是基于由成像裝置獲取的所述生理樹結構的醫(yī)學圖像數(shù)據(jù)重建的；

從包括從點到路徑的范圍的多個可選級別的池中選擇至少一個級別用于提取幾何特征；

由處理器，在所選擇的至少一個可選級別沿著所述3D骨架線從所述生理樹結構的所述3D模型提取幾何特征；以及

由所述處理器，基于所提取的幾何特征使用訓練好的學習網絡為所述生理樹結構生成解剖標簽。

2.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，在各個所選擇級別所述幾何特征包括數(shù)種類型的幾何特征。

3.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，所選擇的至少一個級別包括多個級別，以及其中，提取幾何特征包括在所述多個級別的各個級別上提取幾何特征。

4.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，可選擇的級別包括點、單元和路徑。

5.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，所述生理樹結構是血管、氣管通路、淋巴管和神經組織的任何一種的樹結構。

6.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，所述生理樹結構是血管的樹結構，所述骨架線是中心線。

7.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，所述解剖標簽是在不低于所提取的幾何特征的所選擇級別的級別上生成的。

8.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，用于提取幾何特征的級別基于計算速度、計算資源和粒度精度中的至少一種來選擇。

9.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，所述學習網絡是包括分類層的神經網絡。

10.據(jù)權利要求9所述的計算機實現(xiàn)的方法，其中，所述神經網絡包括序列多層神經網絡和樹結構神經網絡中的至少一種。

11.根據(jù)權利要求10所述的計算機實現(xiàn)的方法，其中，生成解剖標簽進一步包括：

基于所提取的幾何特征，使用訓練好的序列長短期記憶(LSTM)多層神經網絡或訓練好的樹結構LSTM神經網絡，為所述生理樹結構生成解剖標簽的序列。

12.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，其中，所述學習網絡以在線過程或離線過程來訓練。

13.根據(jù)權利要求1所述的計算機實現(xiàn)的方法，還包括：將生成的解剖標簽映射到所述生理樹結構的對應部分。

14.根據(jù)權利要求13所述的計算機實現(xiàn)的方法，還包括：在用戶界面上所述生理樹結構的對應部分附近呈現(xiàn)所生成的解剖標簽，以讓用戶修正所生成的解剖標簽。

15.根據(jù)權利要求13所述的計算機實現(xiàn)的方法，還包括：

接收來自用戶的修正后的解剖標簽；以及

使用所提取的幾何特征以及修正后的解剖標簽作為訓練數(shù)據(jù)集，來更新所述訓練好的學習網絡。

16.一種為生理樹結構生成解剖標簽的裝置，所述裝置包括：

接口，其配置為接收由成像裝置獲取的所述生理樹結構的醫(yī)學圖像數(shù)據(jù)；以及

處理器，其配置為：

基于所接收的醫(yī)學圖像數(shù)據(jù)，重建所述生理樹結構的3D模型并提取所述生理樹結構的3D骨架線；

從包括從點到路徑的范圍的多個可選擇級別的池中選擇至少一個級別用于提取幾何特征；

在所選擇的至少一個級別沿著所述3D骨架線從所述生理樹結構的所述3D模型提取幾何特征；以及

基于所提取的幾何特征使用訓練好的學習網絡為所述生理樹結構生成解剖標簽。