[發明專利]應用人工智能引導人體模型圖集與病例CT圖像配準的方法

有效

• 申請號: 202010879567.6
• 申請日: 2020-08-27
• 公開（公告）號: CN112070731B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 劉豆豆;陳思;楊雪松;鄧曉
• 申請（專利權）人: 佛山讀圖科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T7/33;G06K9/62
• 代理公司: 佛山市禾才知識產權代理有限公司 44379
• 代理人: 曹振;羅凱欣

1.應用人工智能引導人體模型圖集與病例CT圖像配準的方法，其特征在于，包括以下步驟：

S1：收集不同年齡段和不同地區的人群醫學數據統計信息，建立能夠參數化表達CT數據多樣性的參數系統；

S2：根據所述參數系統中各個參數在實際數據上相應的關聯性、相互限制性和人群代表性制作一組具有代表性的人體全身模型圖集數據集合M{M0、M1…Mn}；

S3：通過人工智能對病例CT進行分析，按照所述參數系統中的參數種類分別計算出病例CT的對應的參數值，并根據算出的參數值，自適應地在所述人體全身模型圖集數據集合M{M0、M1…Mn}中找到與病例CT最匹配的模型數據作為候選配準模型數據Mj；

S4：通過人工智能對病例CT進行分析，計算出病例CT中所包含的器官、CT成像范圍大小和器官對應的位置信息，基于候選配準模型數據Mj和病例CT中器官對齊，引導候選配準模型數據Mj的位置信息更新，得到初始化配準模型數據Mj2；

S5：應用非剛性配準，將所述初始化配準模型數據Mj2配準到病例CT，完成人體模型與病例CT之間的圖像配準和器官分割。

2.根據權利要求1所述的應用人工智能引導人體模型圖集與病例CT圖像配準的方法，其特征在于，所述步驟S1中，所述參數系統中包括解剖結構參數、數據成像姿態參數和數據特異信息參數。

3.根據權利要求2所述的應用人工智能引導人體模型圖集與病例CT圖像配準的方法，其特征在于，所述步驟S2中，所述人體全身模型圖集數據集合M{M0、M1…Mn}中的每一項Mk(k＝0,1，2，…，n)分別代表一組模型數據，其中，每一項Mk(k＝0,1，2，…，n)包含兩幅三維模型圖像，兩幅三維模型圖像中的所述解剖結構參數、所述數據成像姿態參數和所述數據特異信息參數分別對應相同，其中，一副三維模型圖像的像素值為CT值，另一幅三維模型圖像的像素值為器官標簽索引。

4.根據權利要求3所述的應用人工智能引導人體模型圖集與病例CT圖像配準的方法，其特征在于，所述步驟S3中，包括以下過程：

通過人工智能對病例CT進行分析，計算出病例CT中的所述解剖結構參數、所述數據成像姿態參數和所述數據特異信息參數；

根據病例CT中算出的所述解剖結構參數、所述數據成像姿態參數和所述數據特異信息參數，自適應地在所述人體全身模型圖集數據集合M{M0、M1…Mn}中選取與病例CT最匹配的模型數據作為候選配準模型數據Mj。

5.根據權利要求4所述的應用人工智能引導人體模型圖集與病例CT圖像配準的方法，其特征在于，所述步驟S4中，包括以下過程：

通過人工智能對病例CT進行分析，判斷病例CT為全身數據還是部分數據，并計算病例CT所包含的器官、CT成像范圍大小以及器官對應的位置信息；

根據所述候選配準模型數據Mj中對應器官的位置信息，計算出所述候選配準模型數據Mj和病例CT中各器官之間的相對位移關系；

基于候選配準模型數據Mj和病例CT中器官對齊，引導候選配準模型數據Mj的位置信息更新，得到初始化配準模型數據Mj2，使得病例CT中的各個器官分別與所述初始化配準模型數據Mj2中對應的器官初步對齊。

6.根據權利要求5所述的應用人工智能引導人體模型圖集與病例CT圖像配準的方法，其特征在于，所述步驟S5中，包括以下過程：

使用所述初始化配準模型Mj2中像素值為CT值的三維模型圖像，并采用非剛性配準方法配準到病例CT中，使像素值為CT值的三維模型圖像和病例CT中的器官在空間上達到一致，并得到配準的轉換參數T；

使用所述初始化配準模型Mj2中像素值為器官標簽索引的三維模型圖像，根據所述轉換參數T進行空間變換，得到與病例CT空間位置一致的標簽數據。

7.根據權利要求1所述的應用人工智能引導人體模型圖集與病例CT圖像配準的方法，其特征在于，還包括應用動態輪廓計算方法對器官分割的結果進行優化。