[發明專利]一種基于3D斷層掃描圖數據集的深度學習模型訓練方法在審
| 申請號: | 201910262302.9 | 申請日: | 2019-04-02 |
| 公開(公告)號: | CN110135454A | 公開(公告)日: | 2019-08-16 |
| 發明(設計)人: | 張翔;毛瑞軍;孟群;曲飛寰;敬洋 | 申請(專利權)人: | 成都真實維度科技有限公司;大連大學附屬中山醫院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/04 |
| 代理公司: | 成都頂峰專利事務所(普通合伙) 51224 | 代理人: | 喻依豐 |
| 地址: | 610000 四川省成都市武侯區武侯新城管*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 數據集 斷層掃描圖 標注 斷面掃描 卷積神經網絡 模型訓練 目標組織 訓練模型 粒子 樣本 預處理 信息技術領域 獲取目標 信息識別 樣本輸入 精準度 植入的 標定 植入 存儲 篩選 輸出 學習 應用 發現 | ||
本發明涉及信息技術領域信息的篩選和標定,公開了一種基于3D斷層掃描圖數據集的深度學習模型訓練方法,具體包括數據集的建立和模型的訓練兩個步驟,在建立數據集時:獲取目標部位的若干張斷面掃描圖;對獲得的斷面掃描圖進行預處理和標注,將斷面掃描圖目標組織和非目標組織進行標記以進行區分,如此獲得多個標注樣本;將標注樣本進行存儲,得到數據集。在訓練模型時:通過建立卷積神經網絡模型,并將標注樣本輸入進行訓練,最終輸出訓練好的卷積神經網絡模型。本發明通應用于粒子植入中,訓練模型后能夠實現迅速對斷層掃描圖的信息識別和獲取,快速發現斷層掃描圖上的便于提高粒子植入的精準度和效率。
技術領域
本發明涉及信息技術領域,主要涉及信息的篩選和標定,尤其涉及一種采集并標注斷層掃描圖數據進行數據集建立的方法。
背景技術
粒子植入全稱為“放射性粒子植入治療技術”,是一種將放射源植入腫瘤內部,讓其摧毀腫瘤的治療手段。粒子植入治療技術涉及放射源,其核心是放射粒子?,F在臨床運用的是一種被稱為碘125的同位素物質,每個碘125粒子就像一個小太陽,其中心附近的射線最強,可最大限度降低對正常組織的損傷。放射性粒子植入治療技術主要依靠立體定向系統將放射性粒子準確植入瘤體內,通過微型放射源發出持續、短距離的放射線,使腫瘤組織遭受最大限度的殺傷,而正常組織不損傷或只有微小損傷。專家認為,相比其他腫瘤治療技術,放射性粒子植入治療技術本身技術含量并不高、難度并不大。但由于直接植入人體內,而且是放射源,所以要嚴格把握適應癥。
一般在粒子植入時,首先需要對患者的腫瘤區域進行掃描,可通過核磁共振或者CT等設備進行掃描,得到該患者的腫瘤區域圖像。然后根據圖像進行手動或者電腦靶區繪制,根據繪制好的靶區圖進行粒子布局,然后確認粒子深度和粒子數量,同時確認針道位置,再通過該信息制作植入針模板。手術時,將患者固定在CT床上,并植入針模板固定在患者靠近腫瘤的皮膚位置,再將植入針按照預先設計步驟進行穿刺,同時實時通過CT掃描查看植入針位置,再通過設置在植入針上的刻度提供深度參考。當植入針到達指定深度時,開始注入粒子,然后向外拉出植入針,并當達到指定深度后再次注入粒子,直到該植入針上的所有粒子都已注入即可拉出植入針。
鑒于粒子植入治療技術的特點,通過對患者身體的腫瘤所在區域進行識別和劃分,建立起腫瘤區的虛擬模型,便于確定粒子植入的方向、位置以及植入量。當下主要通過拍攝斷層掃描圖后進行人工描繪的方式來確定腫瘤的形態、位置、大小及與鄰近器官、血管的關系,因此即使已經診斷出存在腫瘤,但是需要額外付出很長的時間,才能確定腫瘤的實際參數,進而確定診治方案,如此將大大延長患者進行診治的時間,縮小了患者獲得痊愈的機會,也增加了患者的痛苦。
因此現有的技術方案對腫瘤的識別判斷和確診效率低下,不能快速實現自動識別,不利于患者的康復,需要對現有的技術方案進行調整優化,提出更為合理的技術方案,解決現有技術中存在的技術問題。
發明內容
本發明提供了一種基于3D斷層掃描圖數據集的深度學習模型訓練方法,旨利用經過標注的斷層掃描圖建立的數據集,對卷積神經網絡模型進行訓練,得到訓練好的深度學習的卷積神經網絡模型,使得當模型接收到新的斷層掃描圖數據時,能夠快速、準確地識別出該斷層掃描圖上的靶區信息。
為了實現上述效果,本發明所采用的技術方案為:
一種基于3D斷層掃描圖數據集的深度學習模型訓練方法,包括數據集的建立和模型的訓練兩個步驟,具體地說,按照下列步驟進行:
數據集的建立包括如下步驟:
S01:獲取目標部位的若干張斷面掃描圖;
S02:對獲得的斷面掃描圖進行預處理和標注,將斷面掃描圖目標組織和非目標組織進行標記以進行區分,如此獲得多個標注樣本;
S03:將標注樣本進行存儲,得到數據集;
按照上述步驟得到的數據集,應用于模型訓練,模型的訓練包括如下步驟:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都真實維度科技有限公司;大連大學附屬中山醫院,未經成都真實維度科技有限公司;大連大學附屬中山醫院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910262302.9/2.html,轉載請聲明來源鉆瓜專利網。





