一种基于CT影像的胃癌智能分期方法技术

本发明专利技术提供一种基于CT影像的胃癌智能分期方法；所述方法包括以下步骤：包括以下步骤：将获取的CT医疗文件转化为CT图像；所述CT图像中至少包括胃部CT图像；对所述CT图像进行预处理，获取预处理后的CT图像；从所述预处理后的CT图像中分离出胃壁，获取对应所述胃壁的掩模图像；处理所述掩模图像，提取出所述胃壁及所述胃壁的中心线；基于所述中心线对所述胃壁进行分割，获取分割产生的局部组织区域及所述局部组织区域的像素值分布情况；本发明专利技术实现了在CT图像上对胃壁的分离、提取等功能，能够实现自主分析胃癌相关医学图像，期间不需要医生的过度参与，从而大大减轻了医生的工作负担，提高了医生对于疾病的诊断效率。高了医生对于疾病的诊断效率。高了医生对于疾病的诊断效率。

【技术实现步骤摘要】
一种基于CT影像的胃癌智能分期方法


[0001]本专利技术涉及物理领域，尤其涉及医学影像分析技术，特别是一种基于CT影像的胃癌智能分期方法。

技术介绍

[0002]胃癌的高发病率以及死亡率已严重的影响全球人类的健康，并一直受到患者、医疗专家以及科研人员们的高度重视。
[0003]计算机断层扫描(Computed Tomography，CT)可以帮助确定胃癌的位置及范围，为疾病的诊断、分期提供依据，还可以指导手术方式的选择，然而一例胃癌患者完整的上腹部CT图像数量从几十张到几百张不等，面对海量的数据，医生的精力和体力有限，这使得医生的工作负担大大加重，同时，还会降低医生对于疾病的诊断效率。
[0004]因此，面对如此重复繁琐的事情，如何提供一种能够自动分析该CT图像，并获取响应的分析结果，从而使医生根据该分析结果即能够给出准确一致的诊断结果，成为领域内技术人员亟待解决的技术问题。

技术实现思路

[0005]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于CT影像的胃癌智能分期方法，用于解决现有技术中由于患者CT图像数量庞大，造成医生工作负担重、诊断效率低的问题。
[0006]为实现上述目的及其他相关目的，本专利技术提供一种基于CT影像的胃癌智能分期方法，包括以下步骤：将获取的CT医疗文件转化为CT图像；所述CT图像中至少包括胃部CT图像；对所述CT图像进行预处理，获取预处理后的CT图像；从所述预处理后的CT图像中分离出胃壁，获取对应所述胃壁的掩模图像；处理所述掩模图像，提取出所述胃壁及所述胃壁的中心线；基于所述中心线对所述胃壁进行分割，获取分割产生的局部组织区域及所述局部组织区域的像素值分布情况。
[0007]于本专利技术的一实施例中，将获取的CT医疗文件转化为CT图像包括以下步骤：对所述CT医疗文件进行脱敏处理，以删除所述CT医疗文件中包含的患者隐私信息；提取所述CT医疗文件中的数据矩阵，以将所述CT医疗文件归一化为可视化的所述CT图像。
[0008]于本专利技术的一实施例中，所述服务器包括三维V形网络；从所述预处理后的CT图像中分离出胃壁包括以下步骤：训练所述三维V形网络，获取训练好的三维V形网络；将所述预处理后的CT图像输入至所述训练好的三维V形网络中，以使所述训练好的三维V形网络从所述预处理后的CT图像中分离出所述胃壁。
[0009]于本专利技术的一实施例中，处理所述掩模图像包括以下步骤：对所述掩模图像进行滤波处理；对所述掩模图像进行亚像素定位；去除所述掩模图像的噪声。
[0010]于本专利技术的一实施例中，所述基于CT影像的胃癌智能分期方法还包括以下步骤：基于所述像素值分布情况，创建所述局部组织区域对应的像素值分布直方图；构建病理信
息数据库。
[0011]本专利技术提供一种基于CT影像的数据处理系统，应用于服务器，包括：转化模块、图像预处理模块、胃壁分离模块、优化提取模块及胃壁分割模块；所述转化模块用于将获取的CT医疗文件转化为CT图像；所述CT图像中至少包括胃部CT图像；所述图像预处理模块用于对所述CT图像进行预处理，获取预处理后的CT图像；所述胃壁分离模块用于从所述预处理后的CT图像中分离出胃壁，获取对应所述胃壁的掩模图像；所述优化提取模块用于处理所述掩模图像，提取出所述胃壁及所述胃壁的中心线；所述胃壁分割模块用于基于所述中心线对所述胃壁进行分割，获取分割产生的局部组织区域及所述局部组织区域的像素值分布情况。
[0012]本专利技术提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的基于CT影像的胃癌智能分期方法。
[0013]本专利技术提供一种服务器，包括：处理器及存储器；所述存储器用于存储计算机程序；所述处理器用于执行所述存储器存储的计算机程序，以使所述服务器执行上述的基于CT影像的胃癌智能分期方法。
[0014]本专利技术提供一种基于CT影像的数据处理系统，包括：数据采集模块、数据传输模块及上述的服务器；所述数据采集模块与所述数据传输模块连接，用于采集CT医学数据，并将所述CT医学数据以CT医疗文件的格式保存，及用于将所述CT医疗文件上传至所述数据传输模块；所述数据传输模块与所述服务器连接，用于将所述CT医疗文件发送至所述服务器。
[0015]于本专利技术的一实施例中，所述基于CT影像的数据处理系统还包括：胃癌分期模块；所述胃癌分期模块与所述数据传输模块连接，用于接收从所述服务器发送来的像素值分布情况，所述胃癌分期模块包括：多核残差池化层。
[0016]如上所述，本专利技术所述的基于CT影像的胃癌智能分期方法、系统、介质及服务器，具有以下有益效果：
[0017](1)与现有技术相比，本专利技术提供了一种基于CT影像的胃癌智能分期方法、系统、介质及服务器，实现了在CT图像上对胃壁的分离、提取等功能，能够实现自主分析胃癌相关医学图像，期间不需要医生的过度参与，从而大大减轻了医生的工作负担，提高了医生对于疾病的诊断效率。
[0018](2)本专利技术通过对医学CT影像的分析，结合深度学习的三维V形网络模型，能够准确分离出胃壁，提高了对胃壁的识别精度，进而提高了诊断结果的可靠性。
附图说明
[0019]图1显示为本专利技术的基于CT影像的胃癌智能分期方法于一实施例中的流程图。
[0020]图2显示为本专利技术的处理掩模图像，提取出胃壁及胃壁的中心线于一实施例中的工作原理图。
[0021]图3显示为本专利技术的基于中心线对胃壁进行分割，获取分割产生的局部组织区域及局部组织区域的像素值分布情况于一实施例中的工作原理图。
[0022]图4显示为本专利技术的残差结构于一实施例中的结构示意图。
[0023]图5显示为本专利技术的基于CT影像的数据处理系统于一实施例中的结构示意图。
[0024]图6显示为本专利技术的服务器于一实施例中的结构示意图。
[0025]图7显示为本专利技术的基于CT影像的数据处理系统于另一实施例中的结构示意图。
[0026]图8显示为本专利技术的胃癌分期模块于一实施例中的结构示意图。
[0027]图9显示为本专利技术的多核残差池化层于一实施例中的结构示意图。
[0028]图10显示为本专利技术的注意力机制于一实施例中的结构示意图。
[0029]图11A
‑
C显示为本专利技术的基于CT影像的胃癌智能分期方法于一实施例中的功能效果图。
[0030]标号说明
[0031]51
‑
转化模块；52
‑
图像预处理模块；53
‑
胃壁分离模块；54
‑
优化提取模块；55
‑
胃壁分割模块；61
‑
处理器；62
‑
存储器；71
‑
数据采集模块；72
‑
数据传输模块；73
‑
服务器；74
‑
胃癌分期模块。
具体实施方式
[0032]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CT影像的胃癌智能分期方法，其特征在于，包括以下步骤：将获取的CT医疗文件转化为CT图像；所述CT图像中至少包括胃部CT图像；对所述CT图像进行预处理，获取预处理后的CT图像；从所述预处理后的CT图像中分离出胃壁，获取对应所述胃壁的掩模图像；处理所述掩模图像，提取出所述胃壁及所述胃壁的中心线；基于所述中心线对所述胃壁进行分割，获取分割产生的局部组织区域及所述局部组织区域的像素值分布情况。2.根据权利要求1所述的基于CT影像的胃癌智能分期方法，其特征在于，将获取的CT医疗文件转化为CT图像包括以下步骤：对所述CT医疗文件进行脱敏处理，以删除所述CT医疗文件中包含的患者隐私信息；提取所述CT医疗文件中的数据矩阵，以将所述CT医疗文件归一化为可视化的所述CT图像。3.根据权利要求1所述的基于CT影像的胃癌智能分期方法，其特征在于，所述服务器包括三维V形网络；从所述预处理后的CT图像中分离出胃壁包括以下步骤：训练所述三维V形网络，获取训练好的三维V形网络；将所述预处理后的CT图像输入至所述训练好的三维V形网络中，以使所述训练好的三维V形网络从所述预处理后的CT图像中分离出所述胃壁。4.根据权利要求1所述的基于CT影像的胃癌智能分期方法，其特征在于，处理所述掩模图像包括以下步骤：对所述掩模图像进行滤波处理；对所述掩模图像进行亚像素定位；去除所述掩模图像的噪声。5.根据权利要求1所述的基于CT影像的胃癌智能分期方法，其特征在于，所述基于CT影像的胃癌智能分期方法还包括以下步骤：基于所述像素值分布情况，创建所述局部组织区域对应的像素值分布直方图；构建病理信息数据库。6.一种基于CT影像的数据处理系统，应用于服务器，其特征在于，包括：...

【专利技术属性】
技术研发人员：方志军，姜晓燕，王海玲，高永彬，卫子然，蔡清萍，胡尊琪，姚依凡，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：