[發明專利]基于深度學習的影像分析多時相異常特征區域參數的方法在審
| 申請號： | 202110209392.2 | 申請日： | 2021-02-25 |
| 公開（公告）號： | CN112991478A | 公開（公告）日： | 2021-06-18 |
| 發明（設計）人： | 石洪成;陳曙光;胡鵬程;譚輝 | 申請（專利權）人： | 復旦大學附屬中山醫院 |
| 主分類號： | G06T11/00 | 分類號： | G06T11/00;G06T7/11;G06T7/00;A61B6/03;A61B6/00 |
| 代理公司： | 上海申匯專利代理有限公司 31001 | 代理人： | 徐俊 |
| 地址： | 200032 *** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 深度 學習 影像 分析 多時 相異 特征 區域 參數 方法 | ||
1.一種基于深度學習人體全身PET/CT影像分析多時相異常特征區域參數的方法；其特征在于：包括以下步驟：
步驟1：獲得CT全身定位片和ACCT全身影像標注數據集；
步驟2：利用深度學習AI識別CT頭、四肢、骨盆圖像并分割；
步驟3：利用深度學習AI識別PET頭、四肢、骨盆圖像并分割；
步驟4：利用第一時相ACCT圖像匹配多時相ACCT圖像，同時AI識別分割多時相同位置的PET層面；通過深度學習訓練AI識別人體標志性器官及具備剛性變換特征的關鍵位置，識別相應的PET影像；
步驟5：獲得第一時相全身PET/CT影像，即第一時相全身定位片；再獲得同一物理位置的第二時相全身PET/CT影像；再通過多次全身PET/CT檢查，獲得同一物理位置的多時相全身PET/CT影像；
步驟6：利用步驟4中通過深度學習訓練AI識別人體標志性器官及具備剛性變換特征的關鍵位置，識別相應的PET影像，對步驟5中首次采集的體位形態和相應的物理參數進行記錄，作為標準參照，保證多次掃描體位特征規范、統一；
步驟7：利用步驟4中通過深度學習訓練AI識別人體標志性器官及具備剛性變換特征的關鍵位置，識別相應的PET影像，進行多時相同體位異常代謝感興趣區的勾畫，在步驟5中的多時相全身PET/CT影像的圖像序列上勾畫感興趣區，實現多時相全身PET/CT影像的感興趣區對比結果的匹配分析。
2.如權利要求1所述的一種基于深度學習人體全身PET/CT影像分析多時相異常特征區域參數的方法，其特征在于：所述步驟5中同一物理位置設為全身PET/CT檢查時采用特定頭托作為影像的物理位置起始值。
3.如權利要求1所述的一種基于深度學習人體全身PET/CT影像分析多時相異常特征區域參數的方法，其特征在于：所述步驟5中獲得的全身PET/CT影像包括動態影像和靜態影像。
4.如權利要求1所述的一種基于深度學習人體全身PET/CT影像分析多時相異常特征區域參數的方法，其特征在于：所述步驟6中物理參數包括掃描長度和起始位置。
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復旦大學附屬中山醫院，未經復旦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/202110209392.2/1.html，轉載請聲明來源鉆瓜專利網。
