公开(公告)号：CN112598634A

公开(公告)日：2021-04-02

申请号：CN202011499386.7

申请日：2020-12-18

Applicant: 燕山大学

Inventor： 刘天歌 ,  谭猛 ,  靳玮钰 ,  武玉 ,  赵甲彧 ,  刘雅婷

IPC: G06T7/00 ,  G06T7/62 ,  G06T7/73 ,  G06K9/62

Abstract: 本发明涉及医疗图像处理技术领域，具体涉及一种基于3D CNN和迭代搜索的CT影像器官定位方法，包括以下步骤：提取所有目标器官确定对应所述目标器官在目标CT影像中的位置；基于所述目标器官，进行分距离多密度块采样；设置损失函数，结合所述训练网络模型进行迭代搜索，得到各类器官定位信息。本发明只需要单个网络即可实现对全部器官进行3D bounding box预测，灵活且容易复现。同时，可以忽略体积的影响，对任意大小的原始CT图像进行准确预测，并取得准确地定位结果，在算法性能上得到很大提升。

公开(公告)号：CN112598634B

公开(公告)日：2022-11-25

申请号：CN202011499386.7

申请日：2020-12-18

Applicant: 燕山大学

Inventor： 刘天歌 ,  谭猛 ,  靳玮钰 ,  武玉 ,  赵甲彧 ,  刘雅婷

IPC: G06T7/73 ,  G06T7/00 ,  G06T7/62 ,  G06V10/764

Abstract: 本发明涉及医疗图像处理技术领域，具体涉及一种基于3D CNN和迭代搜索的CT影像器官定位方法，包括以下步骤：提取所有目标器官确定对应所述目标器官在目标CT影像中的位置；基于所述目标器官，进行分距离多密度块采样；设置损失函数，结合所述训练网络模型进行迭代搜索，得到各类器官定位信息。本发明只需要单个网络即可实现对全部器官进行3D bounding box预测，灵活且容易复现。同时，可以忽略体积的影响，对任意大小的原始CT图像进行准确预测，并取得准确地定位结果，在算法性能上得到很大提升。