一种人体CT影像3D智能分割与分析平台及方法技术

本发明专利技术公开了一种人体CT影像3D智能分割与分析平台及方法，涉及医学影像领域，导入NII文件后从像素级别识别出目标器官、组织或病变区域，将二维的CT影像数据转换为立体3D模型；基于现有分割结果进行可视化定位，形象地为医生展示病灶数量、位置、范围等信息，实现更深层次的智能辅助诊断；同时展示器官模型的三视图，通过鼠标拖动实现视图的切片转换及三视图中手动取点间的实际距离计算；本发明专利技术能够帮助医生更好地了解患者的解剖结构，提供更清晰、形象的病案讨论依据，从而减少诊断失误；简化处理影像数据的各种操作，使得工作效率大大提高；还能以存储相关病例的方式进行可视化学习降低新手医生或医学生对知识的理解难度，缩短人才培养时间。人才培养时间。人才培养时间。

【技术实现步骤摘要】
一种人体CT影像3D智能分割与分析平台及方法


[0001]本专利技术涉及医学影像领域，尤其涉及一种人体CT影像3D智能分割与分析平台及方法。

技术介绍

[0002][0003]目前，AI在医学影像中的应用基本能够实现智能提取、标记图像、分割图像、智能辅助诊断等操作，但是存在着对复杂CT图像提取较困难、只针对单一疾病或器官、少量切片情况下的疾病分型预测不够准确、模型推理的并行化程度以及泛化性一般等不足。

技术实现思路

[0004]本专利技术所要解决的技术问题是基于
技术介绍
中提到的不足提供了一种人体CT影像3D智能分割与分析平台及方法，其目的在于将二维CT影像转换为立体3D模型，既为新手医生提供学习资源，又能够辅助医生诊断，提高医生阅片效率和质量。
[0005]本专利技术为解决上述技术问题采用以下技术方案：
[0006]一种人体CT影像3D智能分割与分析方法，具体包含如下步骤；
[0007]步骤1，前端利用渐进式框架Vue提供的函数获取文件相关信息并全部传入上传文件队列upload_files，再通过上传upload函数读取上传文件队列upload_files，打包并上传待处理的CT医学影像文件；
[0008]步骤2，前端通过批量渲染共享数据upload_files数组内文件信息实现文件队列的功能，用户在资源模块界面可以预览上传的CT医学影像；
[0009]步骤3，从像素级别识别出目标器官、组织或病变区域，采用开源医学图像处理工具包SimpleITK和VTK对分割数据进行读取和构建点面，并对已构建模型进行优化，最终生成对应.obj模型文件，将二维的CT医学影像数据转换为立体3D模型，部分构成环节采取了插值法进行断层优化，利用模型载入函数load_model()读取单一模型并返回模型数据；
[0010]步骤4，基于现有分割结果进行可视化定位，形象地为医生展示病灶数量、位置、范围等信息，实现更深层次的智能辅助诊断；
[0011]步骤5，展示器官模型的三视图，通过鼠标拖动实现视图的切片转换及三视图中手动取点间的实际距离计算。
[0012]一种人体CT影像3D智能分割与分析平台，包含
[0013]导入模块，用于处理文件的导入与上传功能；
[0014]资源模块，用于处理模型文件和图片的加载、缓存和管理；
[0015]模型模块，用于负责模型的加载和展示；
[0016]分析模块，用于实现CT影像协助分析。
[0017]作为本专利技术一种人体CT影像3D智能分割与分析平台的进一步优选方案，用于处理文件的导入与上传功能的导入模块，具体用于：
[0018]用户点击选择文件，选择本地文件确认后，文件名称将会出现在文件队列，在文件队列中可选择对队列内容进行删除，确认文件队列内容无误后点击上传文件，页面出现弹窗显示正在上传文件，用户可点击中止上传来取消上传文件；
[0019]其中，非.nii/.nii.gz文件将会被自动忽略。
[0020]作为本专利技术一种人体CT影像3D智能分割与分析平台的进一步优选方案，用于处理模型文件和图片的加载、缓存和管理的资源模块，具体用于：
[0021]当模型生成完毕后，用户可点击资源页面，即可看到已经生成好的模型文件，点击模型文件，弹窗显示是否载入当前模型，选择是载入模型，并自动跳转至模型展示界面。
[0022]作为本专利技术一种人体CT影像3D智能分割与分析平台的进一步优选方案，用于负责模型的加载和展示的模型模块，具体用于：
[0023]模型加载后，通过鼠标拖拽的方式来旋转3D模型，点击部分模型使其高亮显示其器官名称，并基于现有分割结果进行可视化定位，形象地为医生展示病灶数量、位置、范围等信息，以便于更详细地观察模型，辅助诊断。
[0024]作为本专利技术一种人体CT影像3D智能分割与分析平台的进一步优选方案，用于实现CT影像协助分析的分析模块，具体用于：
[0025]用户点击左侧导航栏中的分析，界面跳转至分析界面，拖动Image index滑动条来切换图像，在图像中任意点击两个位置，下方会显示两点间的距离。
[0026]本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：
[0027]1、本专利技术通通过AI算法训练，智能地分割、重建并显示3D影像，用户可以在该平台上一站式完成对医学影像的上传、处理、模型生成和展示等工作，使得医学影像处理的工作效率大大提高。医院通过平台可以将相关病例存储在资源模块中，利用可视化学习降低新手医生或医学生对知识理解的困难程度，缩短人才培养时间；
[0028]2、平台也能够通过构建3D模型，帮助医生更好地了解患者的解剖结构，提供更清晰、形象的病案讨论依据，从而减少诊断失误。
附图说明
[0029]图1是本专利技术一种人体CT影像3D智能分割与分析平台及方法的流程图；
[0030]图2是本专利技术一种人体CT影像3D智能分割与分析平台及方法的技术路线示意图；
[0031]图3是本专利技术一种人体CT影像3D智能分割与分析平台及方法导入模块的文件上传界面示意图；
[0032]图4是本专利技术一种人体CT影像3D智能分割与分析平台及方法确认模型文件载入模型示意图；
[0033]图5是本专利技术一种人体CT影像3D智能分割与分析平台及方法3D模型展示示意图；
[0034]图6是本专利技术一种人体CT影像3D智能分割与分析平台及方法3D模型器官聚焦示意图；
[0035]图7是本专利技术一种人体CT影像3D智能分割与分析平台及方法模型的三视图以及实际距离计算示意图。
具体实施方式
[0036]下面结合附图对本专利技术的技术方案做进一步的详细说明：
[0037]下面将结合附图及具体实施例对本专利技术作进一步地补充说明，应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。本领域的技术人员应该明白，在不脱离本专利技术上述技术思想的情况下，根据本领域的基础技术知识和手段，对本专利技术做出各种替换与变更，均应包含在本专利技术的保护范围之内。
[0038]一种人体CT影像3D智能分割与分析平台及方法，其功能如下：前端利用渐进式框架Vue提供的函数获取文件相关信息并全部传入上传文件队列upload_files，再通过上传upload函数读取上传文件队列upload_files，打包并上传待处理的CT医学影像文件；前端通过批量渲染共享数据upload_files数组内文件信息实现文件队列的功能，用户在资源模块界面可以预览上传的CT医学影像；从像素级别识别出目标器官、组织或病变区域，采用开源医学图像处理工具包SimpleITK和VTK对分割数据进行读取和构建点面，并对已构建模型进行优化，最终生成对应.obj模型文件，将二维的CT医学影像数据转换为立体3D模型，部分构成环节采取了插值法进行断层优化，利用模型载入函数load_model()读取单一模型并返回模型数据；基于现有分割结果进行可视化定位，形象地为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体CT影像3D智能分割与分析方法，其特征在于：具体包含如下步骤；步骤1，前端利用渐进式框架Vue提供的函数获取文件相关信息并全部传入上传文件队列upload_files，再通过上传upload函数读取上传文件队列upload_files，打包并上传待处理的CT医学影像文件；步骤2，前端通过批量渲染共享数据upload_files数组内文件信息实现文件队列的功能，用户在资源模块界面可以预览上传的CT医学影像；步骤3，从像素级别识别出目标器官、组织或病变区域，采用开源医学图像处理工具包SimpleITK和VTK对分割数据进行读取和构建点面，并对已构建模型进行优化，最终生成对应.obj模型文件，将二维的CT医学影像数据转换为立体3D模型，部分构成环节采取了插值法进行断层优化，利用模型载入函数load_model()读取单一模型并返回模型数据；步骤4，基于现有分割结果进行可视化定位，形象地为医生展示病灶数量、位置、范围等信息，实现更深层次的智能辅助诊断；步骤5，展示器官模型的三视图，通过鼠标拖动实现视图的切片转换及三视图中手动取点间的实际距离计算。2.一种基于权利要求1所述的人体CT影像3D智能分割与分析平台，其特征在于：包含导入模块，用于处理文件的导入与上传功能；资源模块，用于处理模型文件和图片的加载、缓存和管理；模型模块，用于负责模型的加载和展示；分析模块，用于实现CT影像协助分析。3.根据权利要求2所述的一种...

【专利技术属性】
技术研发人员：王翰文，毛苏皖，郎许锋，张霞，龚庆悦，侍婉莹，邵芊芊，顾业成，杨晶，
申请(专利权)人：南京中医药大学，
类型：发明
国别省市：