Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020108562 - AUTOMATIC TUMOR SEGMENTATION METHOD AND SYSTEM IN CT IMAGE

Publication Number WO/2020/108562
Publication Date 04.06.2020
International Application No. PCT/CN2019/121594
International Filing Date 28.11.2019
IPC
G06T 7/11 2017.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
10Segmentation; Edge detection
11Region-based segmentation
CPC
G06N 3/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06T 5/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
G06T 7/11
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
10Segmentation; Edge detection
11Region-based segmentation
Applicants
  • 中国科学院深圳先进技术研究院 SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY CHINESE ACADEMY OF SCIENCES [CN]/[CN]
  • 南方医科大学珠江医院 ZHUJIANG HOSPITAL, SOUTHERN MEDICAL UNIVERSITY. [CN]/[CN]
Inventors
  • 贾富仓 JIA, Fucang
  • 方驰华 FANG, Chihua
  • 初陈曦 CHU, Chenxi
Agents
  • 深圳中一联合知识产权代理有限公司 SHENZHEN ZHONGYI UNION INTELLECTUAL PROPERTY AGENCY CO.,LTD.
Priority Data
201811440970.829.11.2018CN
Publication Language Chinese (ZH)
Filing Language Chinese (ZH)
Designated States
Title
(EN) AUTOMATIC TUMOR SEGMENTATION METHOD AND SYSTEM IN CT IMAGE
(FR) PROCÉDÉ ET SYSTÈME DE SEGMENTATION AUTOMATIQUE DE TUMEUR DANS UNE IMAGE DE TOMODENSITOMÉTRIE
(ZH) 一种CT图像内的肿瘤自动分割方法及系统
Abstract
(EN)
The present application relates to the field of medical image processing. Disclosed is an automatic tumor segmentation method and system in a CT image for segmenting a tumor focus area in the CT image and solving the problem that the segmentation precision of the CT image is low. The method comprises: performing data enhancement and expansion on original image data to obtain enhanced and expanded data; performing normalization processing on the enhanced and expanded data to obtain normalized data; inputting the normalized data into a trained processing network to obtain a segmented image; and performing noise reduction processing on the segmented image. Therefore, the differences of different original images caused by scanning of different CT machines are reduced, and the application range and the precision of the processing result of the processing network are improved.
(FR)
La présente invention se rapporte au domaine du traitement d'images médicales. L'invention concerne un procédé et un système de segmentation automatique de tumeur dans une image de tomodensitométrie, destinés à segmenter une zone de focalisation de tumeur dans l'image de tomodensitométrie et à résoudre le problème de la faible précision de segmentation de l'image de tomodensitométrie. Le procédé comporte les étapes consistant à: effectuer une accentuation et une expansion de données sur des données d'image d'origine pour obtenir des données accentuées et étendues; effectuer un traitement de normalisation sur les données accentuées et étendues pour obtenir des données normalisées; introduire les données normalisées dans un réseau de traitement entraîné pour obtenir une image segmentée; et effectuer un traitement de réduction du bruit sur l'image segmentée. Par conséquent, les différences entre différentes images d'origine causées par le balayage de différentes machines de tomodensitométrie sont réduites, et l'étendue d'application et la précision du résultat de traitement du réseau de traitement sont améliorées.
(ZH)
本申请公开了一种CT图像内的肿瘤自动分割方法及系统,属于医学图像处理领域,用于分割CT图像内的肿瘤病灶区域,解决了CT图像的分割精度较低的问题,其包括:对原始图像数据进行数据增强扩充,得到增强扩充数据;对增强扩充数据进行归一化处理,得到归一化数据;将归一化数据入已训练的处理网络,得到分割图像;对分割图像做降噪处理;从而减少不同CT机扫描带来的不同原始图像的差异,提高处理网络处理结果的适用范围及精度。
Also published as
Latest bibliographic data on file with the International Bureau