广州科技贸易职业学院彭利红获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉广州科技贸易职业学院申请的专利鼻咽癌PET肿瘤自动分割方法、系统、装置及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119228825B 。
龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411419542.2,技术领域涉及:G06T7/11;该发明授权鼻咽癌PET肿瘤自动分割方法、系统、装置及存储介质是由彭利红设计研发完成,并于2024-10-12向国家知识产权局提交的专利申请。
本鼻咽癌PET肿瘤自动分割方法、系统、装置及存储介质在说明书摘要公布了:一种鼻咽癌PET肿瘤自动分割方法、系统、装置及存储介质,其中鼻咽癌PET肿瘤自动分割方法基于对象的PET图像通过6个步骤,得到每个像素点的最终预测概率,以及对应的分割图像。本发明鼻咽癌PET肿瘤自动分割方法,提出的集成模型与单个模型以及非机器学习方法相比,表现出了更好的泛化能力。与使用原始单个3DU‑Net分割方法相比,本发明分割图像的DSC、Jaccard和ASSD评价指标下分别将精度提高了7.8%、10.8%和24.5%,其分割效果更好。
本发明授权鼻咽癌PET肿瘤自动分割方法、系统、装置及存储介质在权利要求书中公布了:1.一种鼻咽癌PET肿瘤自动分割方法,其特征在于,由如下步骤得到: S1、获取对象的PET图像; S2、对所述S1得到的PET图像重建,得到三维的PET重建图像; S3、将所述S2得到的PET重建图像转换成SUV图像; S4、调节所述S3得到的SUV图像的分辨率,得到PET-SUV图像; S5、将所述S4得到的PET-SUV图像输入集成模型,然后对PET-SUV图像中每个像素点进行预测,每个像素点对应得到多个第一预测概率和多个第二预测概率,且所述集成模型由多个训练后的V-NET模型和多个训练后的U-NET模型组成; S6、将所述S5得到的每个像素点的多个第一预测概率和多个第二预测概率进行加权,得到每个像素点的最终预测概率,以及对应的分割图像; 所述V-NET模型和U-NET模型在训练过程中均通过由加权交叉熵损失函数和Dice损失函数组成的组合损失函数进行计算损失值; 所述S5为将所述S4得到的PET-SUV图像输入每一个训练后的V-NET模型,得到每个像素点的第一预测概率;将所述S4得到的PET-SUV图像输入每一个训练后的U-NET模型,得到每个像素点的第二预测概率; 每个像素点的所述第一预测概率的数量与训练后的V-NET模型的数量相同; 每个像素点的所述第二预测概率的数量与训练后的U-NET模型的数量相同; 在所述S6中将所述S5得到的每个像素点的多个第一预测概率和多个第二预测概率取平均值,得到每个像素点的最终预测概率,以及对应的分割图像; 所述S2中,具体为通过OSEM算法对所述S1得到的PET图像行重建,得到格式为DICOM的三维的PET重建图像; 在所述S3中,通过式(2)计算PET重建图像中每个像素点的SUV值,所有像素点的SUV值构成所述SUV图像; ……式(2); 其中SUV值的单位为gmL,tissueactivity为单位体积病变组织示踪剂活度,单位为BqmL,injecteddose为显像剂注射剂量且单位为Bq,bodyweight为体重且单位为g; 在所述S4中,将SUV图像的分辨率调节成512×512,得到NiFTI格式的PET-SUV图像; 每个所述V-NET模型均由如下步骤进行训练: A1、在数据库中随机选择PET-SUV图像;所述数据库设置有多对图像对,且每组图像对由一个PET-SUV图像和与PET-SUV图像对应的标注PET-SUV图像; A2、将A1选择的PET-SUV图像输入V-NET模型中,得到每个像素点的预测概率; A3、通过所述组合损失函数计算所述A2得到的每个像素点的预测概率及标注PET-SUV图像的标注损失值; A4、判断训练次数是否达到设定次数,当否时进入A5,当是时进入A6,其中设定次数大于200; A5、更新V-NET模型的参数,并返回所述A1; A6、结束训练,以当前参数的V-NET模型作为训练后的V-NET模型; 每个所述U-NET模型均由如下步骤进行训练: B1、在所述数据库中随机选择PET-SUV图像; B2、将B1选择的PET-SUV图像输入U-NET模型中,得到每个像素点的预测概率; B3、通过所述组合损失函数计算所述B2得到的每个像素点的预测概率及标注PET-SUV图像的标注损失值; B4、判断训练次数是否达到设定次数,当否时进入B5,当是时进入A6,其中设定次数大于200; B5、更新U-NET模型的参数,并返回B1; B6、结束训练,以当前参数的U-NET模型作为训练后的U-NET模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广州科技贸易职业学院,其通讯地址为:511442 广东省广州市番禺区南村镇市新路北段669号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。