公开(公告)号：CN118628510A

公开(公告)日：2024-09-10

申请号：CN202410806424.0

申请日：2024-06-21

申请人： 南京邮电大学

发明人： 陈建新 ,  林凤仪 ,  戴肇延 ,  陈宇 ,  赵晨宇

IPC分类号： G06T7/11 ,  G06T7/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

摘要： 本发明公开了一种基于PET‑CT融合图像的DLBCL自动化分割方法。所述方法，包括如下步骤：S1.预处理，收集两种模态PET/CT图像，并分别进行预处理和图像批量化配准操作；S2.多模态图像融合，基于多尺度图像分解和混合注意力机制实现PET/CT多模态图像的融合；S3.多模态图像分割，设计多模态图像病灶识别网络模型并利用已有PET‑CT多模态融合图像进行训练；S4.输出，在新的PET‑CT融合图像上自动化预测出肿瘤区域。本发明融合图像充分考虑了多模态图像之间的优势语义特征互补，高效精确地实现了淋巴瘤区域的自动分割。

公开(公告)号：CN118172372A

公开(公告)日：2024-06-11

申请号：CN202410183890.8

申请日：2024-02-19

申请人： 南京邮电大学

发明人： 陈建新 ,  陈宇 ,  戴肇延 ,  林凤仪 ,  樊亚文 ,  许景艳

IPC分类号： G06T7/11 ,  G06T7/33 ,  G06T5/70 ,  G06T5/90 ,  G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06V10/52 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明提出了一种基于PET‑CT医学图像的跨模态肿瘤自动分割方法及存储介质，包括以下步骤：获取PET图像以及CT图像这两个模态的原始图像，将两者配准到空间坐标位置上对齐，并重采样至相同分辨率；建立基于PET‑CT医学图像的跨模态图像分割网络模型；对跨模态图像的像素矩阵数组对进行预处理后，送入训练完成的跨模态图像分割网络训练，得到并保存最优的网络参数和优化器参数；预测生成目标病灶的分割图像；其中，跨模态图像分割网络包括下采样编码模块、图像特征融合模块、多尺度残差反卷积模块以及跨模态跳跃连接与语义融合模块。本发明提供的跨模态肿瘤自动分割方法，能够高效完成跨模态医学图像中肿瘤区域的精准分割任务。