[發明專利]肺癌全周期智能管理影像數據平臺

有效

• 申請號: 202110065706.6
• 申請日: 2021-01-18
• 公開（公告）號: CN112669314B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 李為民;章毅;王成弟;郭際香;邵俊;徐修遠;何彥琪;蘭天中;楊雅樂;陳媛媛
• 申請（專利權）人: 四川大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06F16/25;G06F16/58;G06F16/538;G06F16/51;G16H30/20;G06N3/08
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 黃海斌

1.肺癌全周期智能管理影像數據平臺，其特征在于，包括：

肺結節自動分割模塊，用于對CT圖像進行檢測，并對檢測任務中肺結節進行分割，輸出對肺結節病灶區域預測的結果；

統計學模塊，用于展示肺結節數據的統計學信息；

數據檢索模塊，用于通過病人id進行檢索，進入對應病人的CT圖像標注界面；

結節檢索模塊，用于通過結節信息進行檢索，進入對應結節的CT圖像標注界面；

新冠肺炎專題模塊，用于查看與新冠肺炎相關的CT圖像；

數據庫，用于保存CT圖像、與CT圖像對應的數據標簽以及所述對肺結節病灶區域預測的結果；

我的主頁模塊，用于管理當前用戶的相關信息；其中，我的主頁模塊包括：我的標注單元，用于查看用戶現有標注情況；數據列表單元，用于查看用戶添加至下載的數據情況；我的隊列單元，用于操作隊列相關功能；

隊列模塊，用于根據肺結節的類型將相似類型的結節歸類成一個子隊列，并為每個子隊列設置唯一的標簽，每個子隊列按照標簽順序進行排列，并用于通過提供的檢索工具對某一子隊列下的病人和結節信息進行增刪改查；

CT信息與報告模塊，用于對CT圖像進行查看、標注和撰寫報告；CT信息與報告模塊包括：圖像顯示單元、繪圖單元、結節信息單元和報告撰寫與導出單元；其中，圖像顯示單元，用于顯示CT圖像的每一張切片圖像；繪圖單元，用于在切片圖像上繪制肺結節邊框，結節信息單元用于展示每個結節的具體信息；報告撰寫與導出單元，用于手動寫入和/或自動填入報告內容；

肺結節自動分割模塊通過執行以下步驟，來輸出對肺結節病灶區域預測的結果：

步驟1、準備原始CT圖像數據，并對用來訓練的肺結節數據進行病灶區域的標定；

步驟2、對原始CT圖像數據進行預處理，并對肺結節的空間區域進行截取；

步驟3、構建并訓練基于三維殘差網絡的自編碼-解碼器和空間金字塔池化結構的分割模型和基于Dice系數的肺結節分割目標函數；

步驟4、使用訓練好的模型對檢測任務中肺結節進行分割，輸出對肺結節病灶區域預測的結果；

步驟3中，訓練所述分割模型時，其具體步驟為：

步驟301、將取得的64*64*64大小的包含整個肺結節的立方體圖像，根據肺結節的直徑大小并且在每個坐標都擴展8個像素位置，截取出相應的肺結節數據直接輸入網絡；

步驟302、選擇基于Dice系數的肺結節分割目標函數；

步驟303、進行網絡訓練；

在步驟302中，選擇基于Dice系數的肺結節分割目標函數時：

首先，任務采用Dice系數作為評價指標，其定義為：

其中，A和B分別表示兩個輪廓區域所包含的點集，用來評價給定的標簽結果和模型的預測結果的一致性；

其次，直接優化該評價指標，指導網絡模型進行訓練，這個目標函數稱為Dice Loss，其定義為：

其中，Gt與Pred分別表示標簽特征圖和預測特征圖，Gt·Pred表示標簽特征圖與預測特征圖之間像素級的對位相乘，N為訓練數據的數量，ε表示平滑系數，用來避免分母為0的情況，n表示數據樣本的索引。

2.根據權利要求1所述的肺癌全周期智能管理影像數據平臺，其特征在于，所述數據列表單元還用于導出所述CT圖像和所述CT圖像對應的數據標簽。

3.根據權利要求1所述的肺癌全周期智能管理影像數據平臺，其特征在于，

所述結節信息包括：肺結節編號、肺結節細分到葉、段位置和肺結節性質；

所述結節信息單元以列表的形式顯示所述結節信息。

4.根據權利要求1所述的肺癌全周期智能管理影像數據平臺，其特征在于，所述CT信息與報告模塊還包括圖像預加載單元，用于將一例待標注的CT圖像的所有切片圖像進行緩存。

5.根據權利要求1所述的肺癌全周期智能管理影像數據平臺，其特征在于，所述報告撰寫與導出單元內的文本框，用于通過點擊結節信息單元自動填入，并用于復制到醫生的報告系統。

6.根據權利要求1或4所述的肺癌全周期智能管理影像數據平臺，其特征在于，所述報告撰寫與導出單元，還用于導出包含結節信息的pdf文檔。