一種肺炎CT影像的圖像處理方法和系統(tǒng)
基本信息
申請?zhí)?/td> | CN202110069161.6 | 申請日 | - |
公開(公告)號 | CN112734741A | 公開(公告)日 | 2021-04-30 |
申請公布號 | CN112734741A | 申請公布日 | 2021-04-30 |
分類號 | G06T7/00;G06T7/11;G06T7/136;G06T7/155;G06T5/00;G06T7/13;G06T7/41;G06K9/62 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 張躍華;尤堃;亢凱航;胡利榮;郝鵬翼 | 申請(專利權(quán))人 | 浙江飛圖影像科技有限公司 |
代理機構(gòu) | 浙江杭知橋律師事務所 | 代理人 | 陳麗霞 |
地址 | 310000 浙江省杭州市濱江區(qū)西興街道濱盛路1508號海亮大廈1204室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及醫(yī)療圖像處理技術(shù),公開了一種肺炎CT影像的圖像處理方法和系統(tǒng),其步驟包括,取CT影像,進行預處理,并將處理后的圖像進行分割;對分割的CT影像進行肺葉CT影像分割;通過卷積神經(jīng)網(wǎng)絡對肺葉圖像進行分割,得到異常區(qū)域圖像;將分割后的異常區(qū)域圖像輸入至隨機森林模型進行圖像融合;對融合后的異常區(qū)域圖像進行異常區(qū)域圖像的體征分析,得到異常區(qū)域圖像。本發(fā)明通過使用多個語義分割模型對肺部CT影像進行異常圖像區(qū)域分割,并利用隨機森林對多模型分割結(jié)果進行融合,提高邊界區(qū)域分割的準確率和泛化性;針對分割后的異常區(qū)域圖像,利用機器學習和深度學習算法判斷其形態(tài)、密度、生理定位等體征分析,從而更高效的分析出肺炎的圖像。 |
