
基本信息:
- 专利标题: 一种肺炎CT影像的图像处理方法和系统
- 申请号:CN202110069161.6 申请日:2021-01-19
- 公开(公告)号:CN112734741B 公开(公告)日:2022-11-04
- 发明人: 张跃华 , 尤堃 , 亢凯航 , 胡利荣
- 申请人: 浙江飞图影像科技有限公司
- 申请人地址: 浙江省杭州市滨江区西兴街道滨盛路1508号海亮大厦1204室
- 专利权人: 浙江飞图影像科技有限公司
- 当前专利权人: 浙江飞图影像科技有限公司
- 当前专利权人地址: 浙江省杭州市滨江区西兴街道滨盛路1508号海亮大厦1204室
- 代理机构: 浙江杭知桥律师事务所
- 代理人: 陈丽霞
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06T7/11 ; G06T7/136 ; G06T7/155 ; G06T5/00 ; G06T7/13 ; G06T7/41 ; G06V10/26 ; G06V10/80 ; G06V10/82
摘要:
本发明涉及医疗图像处理技术,公开了一种肺炎CT影像的图像处理方法和系统,其步骤包括,取CT影像,进行预处理,并将处理后的图像进行分割;对分割的CT影像进行肺叶CT影像分割;通过卷积神经网络对肺叶图像进行分割,得到异常区域图像;将分割后的异常区域图像输入至随机森林模型进行图像融合;对融合后的异常区域图像进行异常区域图像的体征分析,得到异常区域图像。本发明通过使用多个语义分割模型对肺部CT影像进行异常图像区域分割,并利用随机森林对多模型分割结果进行融合,提高边界区域分割的准确率和泛化性;针对分割后的异常区域图像,利用机器学习和深度学习算法判断其形态、密度、生理定位等体征分析,从而更高效的分析出肺炎的图像。
公开/授权文献:
- CN112734741A 一种肺炎CT影像的图像处理方法和系统 公开/授权日:2021-04-30
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06T | 一般的图像数据处理或产生 |
------G06T7/00 | 图像分析,例如从位像到非位像 |