本发明专利技术提供一种基于人工智能的CT图像病灶检测方法和系统，涉及医学图像处理技术领域，所述方法包括：获取肝脏的平扫CT图像和增强CT图像；通过图像检测模型，确定平扫CT图像中的待定病灶区域的第一位置信息；根据第一位置信息和动脉期图像，从待定病灶区域中筛选出待定肿瘤病灶区域并确定待定肿瘤病灶区域的第二位置信息；根据第二位置信息和门脉期图像，对待定肿瘤病灶区域进行分类，确定肿瘤病灶区域和普通病灶区域；根据肿瘤病灶区域和延迟期图像，确定警示级别评分；根据警示级别评分，生成肝脏病灶检测报告。根据本发明专利技术，可自动化执行复杂的筛选及评估过程，降低误判的概率。
【技术实现步骤摘要】
本专利技术涉及医学图像处理，尤其涉及一种基于人工智能的ct图像病灶检测方法和系统。
技术介绍
1、在相关技术中，肝脏部位的ct(computed tomography，计算机断层扫描)图像，通常包括平扫ct图像和增强ct图像，其中，在拍摄平扫ct图像时，不需要注射造影剂，而在拍摄增强ct图像时，需注射造影剂，使得血液中流过的部位与周围的像素值差距更明显。然而，通过平扫ct图像仅能发现病灶，而难以确定病灶的类型，通过增强ct图像，可通过含有造影剂的血液流过时的病灶的特征来判断病灶的类型，但判断过程复杂，人工判断易出现误判的问题。
2、公开于本申请
技术介绍
部分的信息仅仅旨在加深对本申请的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、本专利技术提供一种基于人工智能的ct图像病灶检测方法和系统，能够解决病灶的类型的判断过程复杂，人工判断易出现误判的技术问题。
2、根据本专利技术的第一方面，提供一种基于人工智能的ct图像病灶检测方法,包括：
3、获取肝脏的平扫ct图像和增强ct图像，其中，增强ct图像包括肝脏的动脉期图像、门脉期图像和延迟期图像；
4、通过图像检测模型，确定所述平扫ct图像中的待定病灶区域的第一位置信息；
5、根据所述第一位置信息和所述动脉期图像，从多个待定病灶区域中筛选出待定肿瘤病灶区域，并确定所述待定肿瘤病灶区域的第二位置信息；
>6、根据所述第二位置信息和所述门脉期图像，对所述待定肿瘤病灶区域进行分类，确定肿瘤病灶区域和普通病灶区域；7、根据所述肿瘤病灶区域和所述延迟期图像，确定所述肿瘤病灶区域的警示级别评分；
8、根据所述警示级别评分，生成肝脏病灶检测报告。
9、根据本专利技术的第二方面，提供一种基于人工智能的ct图像病灶检测系统，包括：
10、图像获取模块，用于获取肝脏的平扫ct图像和增强ct图像，其中，增强ct图像包括肝脏的动脉期图像、门脉期图像和延迟期图像；
11、检测模块，用于通过图像检测模型，确定所述平扫ct图像中的待定病灶区域的第一位置信息；
12、筛选模块，用于根据所述第一位置信息和所述动脉期图像，从多个待定病灶区域中筛选出待定肿瘤病灶区域，并确定所述待定肿瘤病灶区域的第二位置信息；
13、分类模块，用于根据所述第二位置信息和所述门脉期图像，对所述待定肿瘤病灶区域进行分类，确定肿瘤病灶区域和普通病灶区域；
14、警示级别评分模块，用于根据所述肿瘤病灶区域和所述延迟期图像，确定所述肿瘤病灶区域的警示级别评分；
15、报告模块，用于根据所述警示级别评分，生成肝脏病灶检测报告。
16、技术效果：根据本专利技术，可基于平扫ct图像来识别肝脏部位的病灶，并通过增强ct图像中的动脉期图像来筛选病灶，从而筛选出其中存在肿瘤的嫌疑的待定肿瘤病灶区域，进而通过门脉期图像进行分类，从而准确确定其中的肿瘤区域，进一步地，可通过延迟期图像来评估肿瘤区域的病灶的严重程度，从而生成警示级别评分，以对患者或医生进行提示，可自动化执行复杂的筛选及评估过程，降低误判的概率。在确定待定肿瘤区域时，可基于肝脏和肿瘤的供血机制，在动脉期图像的多个待定区域中确定处待定肿瘤区域，即，寻找待定区域内的病灶中心区域的中像素值接近腹主动脉所在区域的像素点的像素值，且与第一肝脏背景区域之间的对比度较高的待定区域，作为待定肿瘤区域，可准确且客观地寻找到肿瘤区域，提升对肿瘤病灶的识别准确性。在确定第一普通病灶区域时，可基于良性肿瘤与肝脏组织的供血方式，在门脉期图像中的多个待分类病灶区域中确定出第一普通病灶区域，即，寻找与肝脏组织的对比度较小的病灶组织，作为良性肿瘤病灶，并将该病灶所在区域确定为第一普通病灶区域，可准确且客观地寻找到第一普通病灶区域，提升对于良性肿瘤病灶的识别准确性。在确定肿瘤病灶区域时，可基于门脉期图像中恶性肿瘤内存在坏死区域的特点，设置第一标记线段，并通过第一标记线段上的像素点的像素值的梯度来确定第一标记线段是否穿越坏死区域，进而确定待分类病灶区域中是否存在坏死区域，提升对于恶性肿瘤所在的肿瘤病灶区域的识别准确性。在确定警示级别评分时，可通过薄膜的完整性来描述肿瘤区域内肿瘤的严重程度，并通过第二标记线段上像素点的像素值的梯度来确定第二标记线段是否穿越包膜，进而通过包膜、肝脏组织和肿瘤组织的像素值的特点来设置包膜判别条件，从而确定是否存在包膜，进而确定包膜的完整性，并可通过各个肿瘤区域的警示评分的最大值确定警示级别评分，从而引起患者和医生的注意，有助于及时发现较为严重的肿瘤病灶，提升了对于较为严重的恶性肿瘤的识别准确性。
17、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本专利技术。根据下面参考附图对示例性实施例的详细说明，本专利技术的其它特征及方面将更清楚。
本文档来自技高网...
【技术保护点】
1.一种基于人工智能的CT图像病灶检测方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的CT图像病灶检测方法，其特征在于，根据所述第一位置信息和所述动脉期图像，从多个待定病灶区域中筛选出待定肿瘤病灶区域，并确定所述待定肿瘤病灶区域的第二位置信息，包括：
3.根据权利要求2所述的基于人工智能的CT图像病灶检测方法，其特征在于，根据所述病灶中心区域中像素点的像素值、所述第一肝脏背景区域中像素点的像素值和所述腹主动脉所在区域中像素点的像素值，从多个待定病灶区域中筛选出待定肿瘤病灶区域，并确定待定肿瘤病灶区域的第二位置信息，包括：
4.根据权利要求1所述的基于人工智能的CT图像病灶检测方法，其特征在于，根据所述第二位置信息和所述门脉期图像，对所述待定肿瘤病灶区域进行分类，确定肿瘤病灶区域和普通病灶区域，包括：
5.根据权利要求4所述的基于人工智能的CT图像病灶检测方法，其特征在于，根据所述第二肝脏背景区域中像素点的像素值和所述待分类病灶中心区域中像素点的像素值，从多个待分类病灶区域中确定出第一普通病灶区域，包括：
6.根据权利要求4所述的基于人工智能的CT图像病灶检测方法，其特征在于，根据所述第一标记线段上的像素点的像素值，对除所述第一普通病灶区域之外的待分类病灶区域进行分类，获得所述肿瘤病灶区域和第二普通病灶区域，包括：
7.根据权利要求1所述的基于人工智能的CT图像病灶检测方法，其特征在于，根据所述肿瘤病灶区域和所述延迟期图像，确定所述肿瘤病灶区域的警示级别评分，包括：
8.根据权利要求7所述的基于人工智能的CT图像病灶检测方法，其特征在于，根据所述第二标记线段上的像素点的像素值，确定所述肿瘤病灶区域的警示级别评分，包括：
9.一种用于执行如权利要求1-8中任一项所述的方法的基于人工智能的CT图像病灶检测系统，其特征在于，包括：
...
【技术特征摘要】
1.一种基于人工智能的ct图像病灶检测方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的ct图像病灶检测方法，其特征在于，根据所述第一位置信息和所述动脉期图像，从多个待定病灶区域中筛选出待定肿瘤病灶区域，并确定所述待定肿瘤病灶区域的第二位置信息，包括：
3.根据权利要求2所述的基于人工智能的ct图像病灶检测方法，其特征在于，根据所述病灶中心区域中像素点的像素值、所述第一肝脏背景区域中像素点的像素值和所述腹主动脉所在区域中像素点的像素值，从多个待定病灶区域中筛选出待定肿瘤病灶区域，并确定待定肿瘤病灶区域的第二位置信息，包括：
4.根据权利要求1所述的基于人工智能的ct图像病灶检测方法，其特征在于，根据所述第二位置信息和所述门脉期图像，对所述待定肿瘤病灶区域进行分类，确定肿瘤病灶区域和普通病灶区域，包括：
5.根据权利要求4所述的基于人工智能的ct图像病灶检测方...
【专利技术属性】
技术研发人员：丁涛，胥锦，
申请(专利权)人：徐州医科大学附属医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。