CN119295493A 肿瘤消融治疗系统的肿瘤医学影像处理方法及系统 （南京市中医院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119295493A(43)申请公布日2025.01.10

(21)申请号202411825006.2

(22)申请日2024.12.12

(71)申请人南京市中医院

地址210022江苏省南京市秦淮区大明路

157号

(72)发明人黄岩戴洁李韪韬杜昊霖

晋晓飞陈子璐

(74)专利代理机构南京桦森专利代理事务所

(普通合伙)32652专利代理师王瑞

(51)Int.CI.

GO6T7/11(2017.01)

G06V10/75(2022.01)

GO6V10/74(2022.01)

A61B6/03(2006.01)

权利要求书3页说明书11页附图2页

(54)发明名称

肿瘤消融治疗系统的肿瘤医学影像处理方法及系统

(57)摘要

CN119295493A本发明涉及区域分割技术领域，具体涉及一种肿瘤消融治疗系统的肿瘤医学影像处理方法及系统。该方法对患病部位CT图像进行初次分割得到组织区域，筛选出初始异常区域，根据初始异常区域与其分析区域的形状变化程度的差异，以及初始异常区域与其分析区域所在患病部位CT图像之间图像数量的差异，筛选最终异常区域，然后筛选误分割区域；根据误分割区域与其分析区域的边缘像素点的位置分布差异调整误分割区域的边缘像素点的梯度值，之后利用调整后的梯度值重新对患病部位CT图像进行区域分割。本发明有效提高对患病部位

CN119295493A

S1

S1

获取患者的若干层患病部位CT图像

对患病部位CT图像进行区域分割得到组织区域，从组织区域中

筛选患病部位CT图像中的初始异常区域；获取每个初始异常区

域的分析区域，根据每个初始异常区域与其分析区域的形状变

化程度的差异，以及每个初始异常区域与其分析区域所在患病

部位CT图像之间图像数量的差异，从初始异常区域中筛选最终

异常区域

根据最终异常区域与其分析区域的边缘波动程度的差异和形状差异，从最终异常区域中筛选误分割区域

根据每个误分割区域与其分析区域的边缘像素点的位置分布差

异，调整每个误分割区域的边缘像素点的梯度值，利用调整后

的梯度值重新对患病部位CT图像进行区域分割

CN119295493A权利要求书1/3页

2

1.一种肿瘤消融治疗系统的肿瘤医学影像处理方法，其特征在于，该方法包括：

获取患者的若干层患病部位CT图像；

对患病部位CT图像进行区域分割得到组织区域，从组织区域中筛选患病部位CT图像中的初始异常区域；获取每个初始异常区域的分析区域，根据每个初始异常区域与其分析区域的形状变化程度的差异，以及每个初始异常区域与其分析区域所在患病部位CT图像之间图像数量的差异，从初始异常区域中筛选最终异常区域；

根据最终异常区域与其分析区域的边缘波动程度的差异和形状差异，从最终异常区域中筛选误分割区域；

根据每个误分割区域与其分析区域的边缘像素点的位置分布差异，调整每个误分割区域的边缘像素点的梯度值，利用调整后的梯度值重新对患病部位CT图像进行区域分割。

2.根据权利要求1所述的一种肿瘤消融治疗系统的肿瘤医学影像处理方法，其特征在于，所述从组织区域中筛选患病部位CT图像中的初始异常区域，包括：

对于每层患病部位CT图像，获取患病部位CT图像中每个组织区域的邻接区域，所述邻接区域的边缘上存在边缘像素点为每个组织区域的边缘上的边缘像素点；

将每个组织区域内所有像素点的灰度值的均值作为每个组织区域的灰度集中值；计算每个组织区域分别与其所有邻接区域的所述灰度集中值的差值绝对值的累加和，记为每个组织区域的灰度特异指标；

获取每个组织区域内像素点的灰度值的算数平均差；

根据所述灰度特异指标与所述算数平均差，获取每个组织区域的异常指标；所述灰度特异指标与所述算数平均差均和所述异常指标为正相关关系；

将大于第一预设阈值的组织区域作为患病部位CT图像中的初始异常区域。

3.根据权利要求2所述的一种肿瘤消融治疗系统的肿瘤医学影像处理方法，其特征在于，所述从初始异常区域中筛选最终异常区域，包括：

对于每个初始异常区域，将初始异常区域内像素点总个数记为对应区域的面积指标，将初始异常区域的边缘上边缘像素点总个数作为对应区域的边缘指标；根据每个初始异常区域与其分析区域的所述面积指标的差异、所述边缘指标的差异和每个初始异常区域的所述异常指标，获取每个初始异常区域的图像变化指标；