[發(fā)明專(zhuān)利]基于深度學(xué)習(xí)的盆腔腫瘤CTV的自動(dòng)勾畫(huà)系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110142618.1
• 申請(qǐng)日: 2021-02-02
• 公開(kāi)（公告）號(hào): CN112790782B
• 公開(kāi)（公告）日: 2022-06-24
• 發(fā)明（設(shè)計(jì)）人: 劉守亮;魏軍;沈爍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州柏視醫(yī)療科技有限公司;廣州柏視數(shù)據(jù)科技有限公司
• 主分類(lèi)號(hào): A61B6/03
• 分類(lèi)號(hào): A61B6/03;A61B6/00;G06T5/50;G06T7/11
• 代理公司: 北京興智翔達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11768
• 代理人: 張玉梅

1.一種基于深度學(xué)習(xí)的盆腔腫瘤CTV的自動(dòng)勾畫(huà)系統(tǒng)，其適用于CT影像中盆腔淋巴引流區(qū)、宮頸癌CTV及直腸癌CTV，其特征在于，所述自動(dòng)勾畫(huà)系統(tǒng)包括：

采集CT圖像數(shù)據(jù)和臨床醫(yī)生標(biāo)注引流區(qū)分區(qū)，并預(yù)處理圖像數(shù)據(jù)的模塊；

構(gòu)建引流區(qū)分區(qū)深度學(xué)習(xí)分割模型的模塊；

經(jīng)過(guò)所述采集CT圖像數(shù)據(jù)和臨床醫(yī)生標(biāo)注引流區(qū)分區(qū)，并預(yù)處理圖像數(shù)據(jù)的模塊和所述構(gòu)建引流區(qū)分區(qū)深度學(xué)習(xí)分割模型的模塊處理得到CT圖像數(shù)據(jù)和臨床醫(yī)生標(biāo)注引流區(qū)分區(qū)圖像，輸入網(wǎng)絡(luò)，訓(xùn)練網(wǎng)絡(luò)，得到分區(qū)輪廓；

通過(guò)所述分區(qū)輪廓自動(dòng)生成宮頸癌CTV輪廓；以及

通過(guò)所述分區(qū)輪廓自動(dòng)生成直腸癌CTV輪廓；

其中所述經(jīng)過(guò)所述采集CT圖像數(shù)據(jù)和臨床醫(yī)生標(biāo)注引流區(qū)分區(qū)，并預(yù)處理圖像數(shù)據(jù)的模塊和所述構(gòu)建引流區(qū)分區(qū)深度學(xué)習(xí)分割模型的模塊處理得到CT圖像數(shù)據(jù)和臨床醫(yī)生標(biāo)注引流區(qū)分區(qū)圖像，輸入網(wǎng)絡(luò)，訓(xùn)練網(wǎng)絡(luò)，得到分區(qū)輪廓包括：

輸入大量的經(jīng)過(guò)預(yù)處理后多模態(tài)CT患者數(shù)據(jù)，通過(guò)數(shù)據(jù)增強(qiáng)，防止過(guò)擬合，將標(biāo)注圖像引流區(qū)分成兩個(gè)組，第一組是臨床分區(qū)，第二組是僅用于輔助直腸癌CTV和宮頸癌CTV生成的分區(qū)；

所述數(shù)據(jù)增強(qiáng)后的圖像隨機(jī)組成一個(gè)組，輸入網(wǎng)絡(luò)，訓(xùn)練網(wǎng)絡(luò)，直到在評(píng)價(jià)標(biāo)準(zhǔn)保存不變，并保存此模型；

將新數(shù)據(jù)輸入已保存的網(wǎng)絡(luò)模型中，輸出臨床淋巴分區(qū)和輔助淋巴分區(qū)概率圖；及

后處理分區(qū)；

其中所述通過(guò)所述分區(qū)輪廓自動(dòng)生成宮頸癌CTV輪廓包括：

將所述分區(qū)輪廓的臨床引流區(qū)和輔助分區(qū)分別都轉(zhuǎn)成二值圖像；

根據(jù)病例分期情況以及宮頸癌特性，保留或去除一部分的所述臨床引流區(qū)和所述輔助分區(qū)；

將左右對(duì)稱(chēng)結(jié)構(gòu)的所述臨床引流區(qū)利用傳統(tǒng)方法分別融合生成為兩個(gè)大區(qū)域；及

將宮頸癌所述輔助分區(qū)和所述融合生成的兩個(gè)大區(qū)域利用傳統(tǒng)方法融合，以生成宮頸癌CTV；

所述通過(guò)所述分區(qū)輪廓自動(dòng)生成直腸癌CTV輪廓包括：

將所述分區(qū)輪廓的臨床引流區(qū)和輔助分區(qū)分別都轉(zhuǎn)成二值圖像；

根據(jù)病例分期情況以及直腸癌特性，保留或去除一部分的所述臨床引流區(qū)和所述輔助分區(qū)；

將所述臨床分區(qū)分成可直接融合臨床分區(qū)和可間接融合臨床分區(qū)，將直腸癌的所述輔助分區(qū)和所述可直接融合臨床分區(qū)融合生成一個(gè)大區(qū)域；及

利用傳統(tǒng)方法將所述可間接融合臨床分區(qū)和融合生成的所述一個(gè)大區(qū)域融合為一個(gè)區(qū)域，以生成直腸癌CTV。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的盆腔腫瘤CTV的自動(dòng)勾畫(huà)系統(tǒng)，其特征在于，所述集CT圖像數(shù)據(jù)和臨床醫(yī)生標(biāo)注引流區(qū)分區(qū)，并預(yù)處理圖像數(shù)據(jù)的模塊中，所述預(yù)處理圖像數(shù)據(jù)包括：

采集大量的多模態(tài)CT三維圖像和相應(yīng)的臨床醫(yī)生標(biāo)注引流區(qū)分區(qū)輪廓圖；

獲得圖像身體輪廓，按照所述圖像身體輪廓的生成大小將CT圖像截取CT圖像；

對(duì)二維 CT 圖像像素值規(guī)范化到腹部窗；

圖像重采樣到固定大小，再歸一化；以及

進(jìn)行數(shù)據(jù)增強(qiáng)包括：隨機(jī)翻轉(zhuǎn)、隨機(jī)旋轉(zhuǎn)、隨機(jī)扭曲、隨機(jī)噪聲、隨機(jī)仿射變換。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的盆腔腫瘤CTV的自動(dòng)勾畫(huà)系統(tǒng)，其特征在于，所述構(gòu)建引流區(qū)分區(qū)深度學(xué)習(xí)分割模型的模塊包括：

構(gòu)造淋巴引流區(qū)分割網(wǎng)絡(luò)模型，首先，構(gòu)建其子模塊基本塊，編碼塊是由殘差模塊和池化層組成，同時(shí)其有三個(gè)輸入和三個(gè)輸出，輸入來(lái)自其上一層父節(jié)點(diǎn)下采樣特征、同一層兄弟節(jié)點(diǎn)特征、下一層兒子節(jié)點(diǎn)上采樣特征，輸出上采樣特征、同層次節(jié)點(diǎn)特征、下采樣特征；

構(gòu)建盆腔引流區(qū)識(shí)別模型架構(gòu)，通過(guò)由基本塊組成的三條路徑，包括下采樣路徑、中間層路徑、上采樣路徑；下采樣路徑的基本塊的輸入只有來(lái)自父節(jié)點(diǎn)的特征圖，下采樣路徑的基本塊只會(huì)輸出上采樣特征，同時(shí)下采樣路徑和上采樣路徑之間也存在短連接，以便加速網(wǎng)絡(luò)收斂；以及

在網(wǎng)絡(luò)模型中，第一層基本塊中引入膨脹卷積，擴(kuò)大網(wǎng)絡(luò)感受野，增強(qiáng)網(wǎng)絡(luò)對(duì)大引流區(qū)的識(shí)別能力。