CN107437249-CN201710677214-基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法.pdfVIP

CN107437249-CN201710677214-基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN107437249-CN201710677214-基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107437249 A (43)申请公布日 2017.12.05 (21)申请号 201710677214.6 (22)申请日 2017.08.09 (71)申请人 广州柏视医疗科技有限公司 地址 510530 广东省广州市黄埔区玉岩路 12号冠昊科技园区办公楼302室 (72)发明人 陆遥 李赋  (74)专利代理机构 广州市华学知识产权代理有 限公司 44245 代理人 李斌 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) 权利要求书2页 说明书6页 附图1页 (54)发明名称 基于GrowCut的鼻咽癌原发病灶临床靶区自 动勾画方法 (57)摘要 本发明公开了一种基于GrowCut的鼻咽癌原 发病灶临床靶区自动勾画方法,该方法包括下述 步骤:对模板CT的图像序列进行离散操作,生成 对应的三维网格;在三维的肿瘤区域内,统计训 练集中空间连续的网格点在里面联合出现的频 数,得到对应的互关联规则,存入数据库;读入新 病人的鼻咽癌原发肿瘤数据,将原发肿瘤区域视 为种子点,设定阈值和终止条件,创新性地运用 一种原本应用于图像分割算法GrowCut,模拟肿 瘤生长,实现放疗靶区的自动勾画。本发明能辅 助临床放射治疗计划的制定,实现临床放疗靶区 A 的自动勾画,达到临床应用的勾画标准,提高医 9 生的工作效率,此外,局部的调整将作为后处理, 4 2 7 提供给医生选择。 3 4 7 0 1 N C CN 107437249 A 权 利 要 求 书 1/2页 1.一种基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法,其特征在于,具体包括 下述步骤: S1、对模板CT的图像序列进行数据离散操作,网格化三维的CT图像得到对应的三维网 格,读入训练集中医生勾画好的肿瘤轮廓文件,生成肿瘤原发灶区域的二值图像; S2、对读入的原发灶肿瘤数据做预处理操作,挖掘邻近肿瘤之间的互关联关系,统计相 邻的体素联合出现的频数,存储统计的结果,建立互关联规则的数据库; S3、读入新病人的原发肿瘤数据,设定原发肿瘤区域格点强度值为1,按照预设定的元 胞演化规则和互关联规则信息不断更新各个离散网格点的强度值;直到各个网格点强度值 停止更新,给定不同的损失代价阈值得到对应的临床放疗靶区范围;具体包括下述步骤: S31、设定初始状态的体素点的强度值,位于GTV内部的体素点看作种子点,强度值设置 为1,位于GTV外部的体素点的强度值设置为0,此时设为t=0下的状态,具体来说,对于点坐 标为(x,y,z)的体素点M ,该点在第t次迭代的强度值记为 xyz S32、在已知第t次迭代状态值,计算t+1次迭代演化过程。 2.根据权利要求1所述的基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法,其特 征在于,步骤S1中,还包括下述步骤: S11、将模板CT的图像序列进行网格化,将CT图像序列划分为width×height×zLen的 三维网格,其中,width和height分别是一个CT切片横向和纵向上的格点数目,zLen为模板 CT的层数,网格化之后得到的网格点即为体素点; S12、所述二值图像为:载入医生勾画好的肿瘤轮廓文件,判断体素位置是否在肿瘤区 域内部;对应肿瘤区域的图像体素点置1,不含肿瘤区域的图像体素格点置0;所述

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档