[发明专利]基于深度学习的预测消融术后肝脏肿瘤形态变化的方法有效
| 申请号： | 201911067810.8 | 申请日： | 2019-11-04 |
| 公开（公告）号： | CN110782474B | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 梁萍;于杰;董立男;程志刚;王守超;于晓玲;刘方义;韩治宇 | 申请（专利权）人： | 中国人民解放军总医院 |
| 主分类号： | G06T7/187 | 分类号： | G06T7/187;G06T7/13;G06T7/33;G06N3/04 |
| 代理公司： | 成都顶峰专利事务所(普通合伙) 51224 | 代理人： | 李通 |
| 地址： | 100000*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的预测消融术后肝脏肿瘤形态变化的方法，包括：获取患者肝脏肿瘤消融前后的医学影像图；对消融前后的医学影像图进行预处理；获取术前肝脏区域图和术前肝脏肿瘤区域图；获取术后肝脏区域图、术后消融区域图和术后肝脏肿瘤残影图；利用CPD点集配准算法获得变换矩阵，根据变换矩阵获得配准结果图；通过随机梯度下降法对网络进行训练，获得肝脏肿瘤预测模型；利用肝脏肿瘤预测模型预测患者进行消融术后的肝脏肿瘤形态变化。本发明可以根据患者CT/MRI图像，预测患者消融后的肝脏肿瘤形态变化，为定量评估消融区是否完全覆盖肿瘤提供依据，并为患者后续治疗方案奠定了基础。 | ||
| 搜索关键词： | 基于 深度 学习 预测 消融 术后 肝脏 肿瘤 形态 变化 方法 | ||
【主权项】：
1.基于深度学习的预测消融术后肝脏肿瘤形态变化的方法，其特征在于，包括以下步骤：/n获取患者肝脏肿瘤消融前后的医学影像图；/n对消融前后的医学影像图进行预处理；/n从消融前的医学影像图中获取术前肝脏区域图和术前肝脏肿瘤区域图；从消融后的医学影像图中获取术后肝脏区域图、术后消融区域图和术后肝脏肿瘤残影图；/n利用CPD点集配准算法对术前肝脏区域图和术后肝脏区域图进行配准，获得变换矩阵，根据变换矩阵获得术前肝脏区域图和术前肝脏肿瘤区域图对应于消融后的医学影像图的配准结果图；/n将消融前的医学影像图、术前肝脏区域图、术前肝脏肿瘤区域图和配准结果图作为U-net网络输入，并将术后肝脏肿瘤残影图作为真实训练标签，通过随机梯度下降法对网络进行训练，获得肝脏肿瘤预测模型；/n利用肝脏肿瘤预测模型预测患者进行消融术后的肝脏肿瘤形态变化。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军总医院，未经中国人民解放军总医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911067810.8/，转载请声明来源钻瓜专利网。
