公开(公告)号：CN119295490B

公开(公告)日：2025-03-07

申请号：CN202411804196.X

申请日：2024-12-10

Applicant: 安徽大学

Inventor： 曹瑞芬 ,  胡琪 ,  谭大禹 ,  魏丕静 ,  郑春厚

IPC: G06T7/11 ,  G06T7/33 ,  G06T7/13 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种基于轮廓先验引导的临床靶区自动分割方法、系统及设备，包括：获取病人图像数据；将治疗前的扫描图像与治疗期间的扫描图像进行配准，根据输入图像的特点，选择设定的配准方法生成配准映射，将此映射应用于治疗前CTV轮廓，生成配准后的CTV轮廓，用作模型的先验引导；将上述治疗期间的扫描图像与配准后的CTV轮廓一起输入到双分支网络模型中分别进行特征提取，在整个分割过程中利用治疗前的轮廓信息，辅助分割网络精确识别和适应CTV边界的变化；通过丰富的医学影像数据进行训练，调整和优化模型参数；通过训练好的深度学习分割模型获取临床靶区的自动分割结果。本发明提高了医生的工作效率，并推进了自适应性放疗流程的自动化发展。

公开(公告)号：CN119295490A

公开(公告)日：2025-01-10

申请号：CN202411804196.X

申请日：2024-12-10

Applicant: 安徽大学

Inventor： 曹瑞芬 ,  胡琪 ,  谭大禹 ,  魏丕静 ,  郑春厚

IPC: G06T7/11 ,  G06T7/33 ,  G06T7/13 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种基于轮廓先验引导的临床靶区自动分割方法、系统及设备，包括：获取病人图像数据；将治疗前的扫描图像与治疗期间的扫描图像进行配准，根据输入图像的特点，选择设定的配准方法生成配准映射，将此映射应用于治疗前CTV轮廓，生成配准后的CTV轮廓，用作模型的先验引导；将上述治疗期间的扫描图像与配准后的CTV轮廓一起输入到双分支网络模型中分别进行特征提取，在整个分割过程中利用治疗前的轮廓信息，辅助分割网络精确识别和适应CTV边界的变化；通过丰富的医学影像数据进行训练，调整和优化模型参数；通过训练好的深度学习分割模型获取临床靶区的自动分割结果。本发明提高了医生的工作效率，并推进了自适应性放疗流程的自动化发展。