基于能谱制造技术

本发明专利技术涉及图像处理技术领域，公开了一种基于能谱

【技术实现步骤摘要】
基于能谱CT图像的早癌位置标记方法及装置


[0001]本专利技术涉及图像处理
，具体涉及一种基于能谱
CT
图像的早癌位置标记方法及装置
。

技术介绍

[0002]随着生活节奏加快，生活压力增大，长时间饮食不当
、
饮食不规律的现象普遍出现，消化系统慢性疾病的发病率逐渐提高，慢性疾病的癌变率也在增加
。
在人体消化道中，食管
、
胃和结直肠是早癌容易发生的地方，早癌是早期癌症的简称，指癌症的早期阶段，早期癌症的恶性程度较低，肿瘤体积较小，对周围的组织的侵犯较少，没有发生淋巴结转移或远处器官转移，且早期癌症患者症状一般不明显
。
例如，按照国际癌症分期系统
(TNM
分期
)
，早期胃癌包括阶段0和阶段
I
，其中，阶段0：也称为原位癌或癌前病变，在此阶段，癌细胞仅限于胃黏膜表面，尚未侵犯到黏膜下层组织或其他部位
。
阶段
I
：癌细胞已经侵犯了胃黏膜下层组织，但尚未扩散到邻近淋巴结或其他器官
。
[0003]现有技术中识别消化道早癌的方式主要包括以下两种：
[0004]第一种是采用内窥镜图像进行早期癌症识别
。
内窥镜是一种通过身体自然孔道或手术切口将镜头引入体内观察的技术，内窥镜可以提供高分辨率
、
高对比度的图像，能够直接观察身体内部的细微结构和病变情况
。
通过对消化道进行内窥镜检查，医生可以直观地观察到可能疑似早期癌症的异常组织或病变
。
尽管内窥镜能够直接观察病变，但其适用范围受到器械的限制，只能覆盖特定的部位，而且内窥镜检查通常需要患者接受不适或轻微疼痛的过程，而且对于某些部位的内窥镜检查，需要进行局部麻醉或全身麻醉
。
此外，由于早期癌症通常在体内形成较小的病灶，其形态特征可能与正常组织相似，或者存在一些微小的
、
难以察觉的异常，即便是高分辨率的图像技术，也可能无法准确地检测到这些细微的异常
。
[0005]第二种是采用
CT(Computed Tomography
，计算机断层扫描
)
图像进行早期癌症识别
。CT
是一种基于
X
射线的成像技术，通过多个角度的
X
射线扫描来获取身体断层的图像
。CT
图像能够提供全身各个部位的详细断层图像，能够很好地显示组织的密度和结构，包括内脏器官
、
血管和骨骼等
。
通过消化道的
CT
图像，医生可以根据临床经验判断是否存在疑似早期癌症的异常组织或病变组织
。
但是由于癌症在早期阶段的生长速度较慢，癌细胞在该阶段通常仍然局限在黏膜表面或黏膜下层，并未广泛扩散到周围组织或淋巴结，肿瘤规模相对较小，所需的氧气和营养物质可以从周围正常组织获得
。
因此，早期癌症在血管生成方面相对较少，血管丰富度通常较低，血管等其他异常组织在常规
CT
图像上很难呈现出明显的信号，导致常规
CT
也难以准确识别早期癌症
。
并且医学成像技术本身可能存在一些噪声和伪影，这些因素可能干扰图像的解读，在
CT
图像中，伪影和组织重叠可能使得病灶的检测更加困难，导致误诊的可能性增加
。
[0006]此外，医生在诊断早期癌症时需要依赖自己的经验和判断
。
不同医生之间可能存在差异，主观因素会对诊断结果产生影响
。
即使是同一位医生，在不同的时间或心态下，对
相同的图像可能做出不同的判断，导致结果的不一致性，使得早期癌症识别的准确性较低
。

技术实现思路

[0007]本专利技术旨在解决现有早期癌症的识别方法存在准确性较差的问题，提出一种基于能谱
CT
图像的早癌位置标记方法及装置
。
[0008]本专利技术解决上述技术问题所采用的技术方案是：
[0009]第一方面，提出一种基于能谱
CT
图像的早癌位置标记方法，所述方法包括：
[0010]获取多个医学图像样本，每个医学图像样本中包括患者胸腹部的平扫期
、
动脉期和静脉期的能谱
CT
图像，所述能谱
CT
图像包括单能量成像图
、
有效原子序数图
、
水图和碘图，所述单能量成像图包括不同能级下的多个单能量成像图；
[0011]分别对每个医学图像样本中平扫期
、
动脉期和静脉期的对应能谱
CT
图像进行图像配准和融合，获得每个医学图像样本对应的融合后的能谱
CT
图像；
[0012]基于预先训练的区域分割模型，在各融合后的能谱
CT
图像中分割出待标记区域图像，若所述待标记区域图像中存在早癌病灶，则在对应的待标记区域图像中手动标记早癌位置；
[0013]将所有能谱
CT
图像对应的待标记区域图像作为第一训练样本，根据所述第一训练样本训练早癌分割模型，并基于所述早癌分割模型在待标记患者的能谱
CT
图像中存在早癌病灶时标记早癌位置
。
[0014]进一步地，所述分别对每个医学图像样本中平扫期
、
动脉期和静脉期的对应能谱
CT
图像进行图像配准和融合，具体包括：
[0015]针对每个医学图像样本对应的每种能谱
CT
图像，以动脉期的能谱
CT
图像为参考图像，以平扫期和静脉期的能谱
CT
图像为浮动图像，分别对平扫期和静脉期的能谱
CT
图像进行图像配准后，将动脉期
、
平扫期和静脉期的能谱
CT
图像进行图像融合，获得每个医学图像样本对应的融合后的能谱
CT
图像
。
[0016]进一步地，根据所述第一训练样本训练早癌分割模型，具体包括：
[0017]对所述第一训练样本进行数据预处理和数据增强处理后，生成第一训练数据集，根据所述第一训练数据集并基于随机梯度下降算法训练早癌分割模型
。
[0018]进一步地，所述区域分割模型的训练方法包括：
[0019]在每个医学图像样本对应的融合后的能谱
CT
图像中手动标记待标记区域，将所有手动标记待标记区域的能谱
CT
图像作为第二训练样本，对所述第二训练样本进行数据预处理和数据增强处理后，生成第二训练数据集，根据所述第二训练数据集并基于随机梯度下降算法训练早癌分割模型
。
[0020]进一步地，所述数据预处理至少本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于能谱
CT
图像的早癌位置标记方法，其特征在于，所述方法包括：获取多个医学图像样本，每个医学图像样本中包括患者胸腹部的平扫期
、
动脉期和静脉期的能谱
CT
图像，所述能谱
CT
图像包括单能量成像图
、
有效原子序数图
、
水图和碘图，所述单能量成像图包括不同能级下的多个单能量成像图；分别对每个医学图像样本中平扫期
、
动脉期和静脉期的对应能谱
CT
图像进行图像配准和融合，获得每个医学图像样本对应的融合后的能谱
CT
图像；基于预先训练的区域分割模型，在各融合后的能谱
CT
图像中分割出待标记区域图像，若所述待标记区域图像中存在早癌病灶，则在对应的待标记区域图像中手动标记早癌位置；将所有能谱
CT
图像对应的待标记区域图像作为第一训练样本，根据所述第一训练样本训练早癌分割模型，并基于所述早癌分割模型在待标记患者的能谱
CT
图像中存在早癌病灶时标记早癌位置
。2.
根据权利要求1所述的基于能谱
CT
图像的早癌位置标记方法，其特征在于，所述分别对每个医学图像样本中平扫期
、
动脉期和静脉期的对应能谱
CT
图像进行图像配准和融合，具体包括：针对每个医学图像样本对应的每种能谱
CT
图像，以动脉期的能谱
CT
图像为参考图像，以平扫期和静脉期的能谱
CT
图像为浮动图像，分别对平扫期和静脉期的能谱
CT
图像进行图像配准后，将动脉期
、
平扫期和静脉期的能谱
CT
图像进行图像融合，获得每个医学图像样本对应的融合后的能谱
CT
图像
。3.
根据权利要求1所述的基于能谱
CT
图像的早癌位置标记方法，其特征在于，根据所述第一训练样本训练早癌分割模型，具体包括：对所述第一训练样本进行数据预处理和数据增强处理后，生成第一训练数据集，根据所述第一训练数据集并基于随机梯度下降算法训练早癌分割模型
。4.
根据权利要求1所述的基于能谱
CT
图像的早癌位置标记方法，其特征在于，所述区域分割模型的训练方法包括：在每个医学图像样本对应的融合后的能谱
CT
图像中手动标记待标记区域，将所有手动标记待标记区域的能谱
CT
图像作为第二训练样本，对所述第二训练样本进行数据预处理和数据增强处理后，生成第二训练数据集，根据所述第二训练数据集并基于随机梯度下降算法训练早癌分割模型
。5.
根据权利要求3或4所述的基于能谱
CT
图像的早癌位置标记方法，其特征在于，所述数据预处理至少包括裁剪
、
重采样和标准化，所述数据增强处理至少包括旋转
、
缩放
、
...

【专利技术属性】
技术研发人员：邓凯，廖凯，李函宇，王信果，张朝明，
申请(专利权)人：成都中创五联科技有限公司，
类型：发明
国别省市：