危及器官标注信息处理方法及相关装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110517257A(43)申请公布日2019.11.29(21)申请号201910815209.6(22)申请日2019.08.30(71)申请人北京推想科技有限公司地址100085北京市海淀区上地信息12号1幢4层B401室(72)发明人于朋鑫张荣国陈宽王少康(74)专利代理机构北京集佳知识产权代理有限公司11227代理人夏菁(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/136(2017.01)G06K9/62(2006.01)权利要求书3页说明书12页附图4页(54)发明名称危及器官标注信息处理方法及相关装置(57)摘要本发明的实施例提供一种危及器官标注信息处理方法、装置、可读存储介质和电子设备，属于深度学习技术领域，对CT数据已有的标注信息进行重定义，即进行自动化的二次标注，依据Hu值对轮廓区域和邻近组织区域进行不同的标注，比原始标注信息更适合用于深度学习模型的训练。由重定义后的标注信息，训练得到的深度学习模型对危及器官勾画准确性更高。CN110517257ACN110517257A权利要求书1/3页1.一种危及器官标注信息处理方法，其特征在于，包括：获取一组CT数据的标注数据，所述一组CT数据为通过CT扫描得到的多个CT图像，所述一组CT数据包含目标危及器官区域和非目标危及器官区域；获取一组CT数据包含整个区域的所有Hu值；针对每个第一Hu值，所述目标危及器官区域的轮廓区域的Hu值为所述第一Hu值，判断所述第一Hu值是否小于预设的第一阈值，若是，则将与所述第一Hu值对应的标注数据重置为第一标识数据；针对每个第二Hu值，所述非目标危及器官区域的邻近组织区域的Hu值为第二Hu值，判断所述第二Hu值是否小于所述第一阈值，若否，则将与所述第二Hu值对应的标注数据重置为第二标识数据，若是，则判断所述第二Hu值是否大于预设的第二阈值，所述第二阈值小于所述第一阈值；若所述第二Hu值大于所述第二阈值，则将与所述第二Hu值对应的标注数据重置为第三标识数据。2.根据权利要求1所述的危及器官标注信息处理方法，其特征在于，所述轮廓区域的计算过程，包括：根据所述标注数据，确定所述目标危及器官区域的体积值；确定训练集中第一体积值和第二体积值，所述训练集包括多组CT数据和各组所述CT数据的标注数据，所述第一体积值为所述训练集中用户标注的最大目标危及器官区域的体积值，所述第二体积值为所述训练集中用户标注的最小目标危及器官区域的体积值；计算得到第一差值与第二差值的比值，所述第一差值为所述目标危及器官区域的体积值和所述第二体积值的差值，所述第二差值为所述第一体积值和第二体积值的差值；根据所述比值确定所述目标危及器官区域边缘向内的多层像素为所述轮廓区域，所述比值越大，则像素层数越大。3.根据权利要求1所述的危及器官标注信息处理方法，其特征在于，所述邻近组织区域的计算过程，包括：根据所述标注数据，确定所述目标危及器官区域的体积值；确定训练集中第一体积值和第二体积值，所述训练集包括多组CT数据和各组所述CT数据的标注数据，所述第一体积值为所述训练集中用户标注的最大目标危及器官区域的体积值，所述第二体积值为所述训练集中用户标注的最小目标危及器官区域的体积值；计算得到第一差值与第二差值的比值，所述第一差值为所述目标危及器官区域的体积值和所述第二体积值的差值，所述第二差值为所述第一体积值和第二体积值的差值；根据所述比值确定所述目标危及器官区域边缘向外的多层像素为所述邻近组织区域，所述比值越大，则像素层数越大。4.根据权利要求2所述的危及器官标注信息处理方法，其特征在于，所述第一阈值的计算过程具体为：将所述训练集中全组CT数据的所述轮廓区域的Hu值进行排序，并取排序在10％位置的Hu值为所述第一阈值。5.根据权利要求3所述的危及器官标注信息处理方法，其特征在于，所述第二阈值的计算过程具体为：2CN110517257A权利要求书2/3页将所述训练集中全组CT数据的所述临近组织区域的Hu值进行排序，并取排序在5％位置的Hu值为所述第二阈值。6.一种危及器官标注信息处理装装置，其特征在于，包括：第一获取单元，用于获取一组CT数据的标注数据，所述一组CT数据为通过CT扫描得到的多个CT图像，所述一组CT数据包含目标危及器官区域和非目标危及器官区域；第二获取单元，用于获取一组CT数据包含整个区域的所有Hu值；第一判断单元，用于针对每个第一Hu值，所述目标危及器官区域的轮廓区域的Hu值为所述第一Hu值，判断所述第一Hu值是否小于预设的第一阈值，若是，则将与所述第一Hu值对应的标注数据重置为第一标识数据；第二判断单元，用于针对每个第二Hu值，所述非