资源类型:
申请号:
申请日期:
授权年份:
公开号:
公开日:
法律状态:
主分类号:
分类号:
摘要:
本申请涉及人工智能技术领域,公开了一种基于大数据分析的定位CT断层图像的辅助方法和辅助系统。一种基于大数据分析的定位CT断层图像的辅助方法,包括如下步骤:步骤1:收集各个医疗系统中的放疗案例,并提取出其中的肿瘤靶区的定位CT图片,建立CT图像数据库;步骤2:获取患者的定位CT的断层图像,得到若干个待勾画图像。一种基于大数据分析的定位CT断层图像的辅助系统,包括数据收集模块、数据处理模块,以及显示模块;数据处理模块。本申请所提供的技术方案中,靶区勾画人员可以根据放疗案例,参考这些病例在勾画靶区时,是如何勾画的,进而给本次靶区的勾画提供一些切实可行的建议。
主权项:
1.一种基于大数据分析的定位CT断层图像的辅助方法,其特征在于:包括如下步骤: 步骤1:收集各个医疗系统中的放疗案例,并提取出其中的肿瘤靶区的定位CT图片和案例病史数据,建立CT图像数据库和案例病史数据库; 步骤2:获取患者的患者病史数据和定位CT的断层图像,由定位CT的断层图像处理得到若干个待勾画图像; 步骤3:将待勾画图像与CT图像数据库中的定位CT图片进行匹配,同时将患者的患者病史数据与案例病史数据库中的案例病史数据进行匹配,根据匹配结果从收集的放疗案例中获取若干个与患者相似的放疗案例,然后将放疗案例发送给指定终端; 步骤3包括如下步骤: 步骤31:提取所有的定位CT图片M1、M2、…Mi…Mm中的特征,每个图片中提取N个特征,则字典D为m×N个的矩阵; ,j1,1表示图片M1中的第一个特征,j1,m表示图片Mm中的第1个特征,jN,1表示图片M1中的第N个特征,jN,m表示图片Mm中的第N个特征; 步骤32:将待勾画图像沿着肿瘤的边缘划分为a个切割图,依次将每个切割图与所有的定位CT图片进行匹配,按照每个定位CT图片匹配到的切割图的数量的高低排布得到初代序列,a为预先设置,a>1,a为整数; 步骤33:选取初代序列中前面v个定位CT图片,v为预先设置,v为大于零的整数,根据选取的v个定位CT图片从案例病史数据库中调取出对应的v个案例病史数据,进而依次计算所述的v个案例病史数据与患者病史数据的相似度分数Q,根据相似度分数的高低对放疗案例进行排序得到最终序列,然后选出前5个放疗案例发送给指定终端; Q=TU,其中,T为放疗案例的案例病史数据与患者的患者病史数据的相似度,U为放疗案例的定位CT图片匹配到的切割图的数量; 步骤32中,切割图与所有的定位CT图片的匹配方法为: 步骤321:提取切割图的特征向量,使用提取到的特征向量集合和字典D,通过稀疏编码算法求解切割图的稀疏向量p; 步骤322:根据稀疏向量p和字典D重构切割图,zrd =Dp,zrd为重构切割图,Dp表示用字典D和稀疏向量p重构稀疏向量p所对应的图片; 步骤323:计算重构切割图zrd与原始的切割图之间的匹配度量,根据匹配度量的值,判断图片z与字典D中的图片匹配情况。