基本信息:
- 专利标题： 基于深度学习的骨髓活跃区域影像学定位方法、装置、计算机设备及存储介质
- 申请号：CN202411807121.7 申请日：2024-12-10
- 公开(公告)号：CN119762436A 公开(公告)日：2025-04-04
- 发明人： 肖巍魏 , 卓俐
- 申请人： 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所）
- 申请人地址： 广东省广州市东风东路651号
- 专利权人： 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所）
- 当前专利权人： 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所）
- 当前专利权人地址： 广东省广州市东风东路651号
- 代理机构： 广州市智远创达专利代理有限公司
- 代理人： 王会龙
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06V10/25 ; G06V10/30 ; G06V10/26 ; G06V10/42 ; G06V10/44 ; G06V10/80 ; G06V10/77 ; G06V10/764 ; G06V10/82 ; G06N3/0464 ; G06N3/048 ; G06N3/0475 ; G06N3/094 ; G06N3/0455
摘要：
基于深度学习的骨髓活跃区域影像学定位方法，包括：采集患者的CT影像图像，并且进行预处理得到多个基础图像；将基础图像输入到预先训练好的影像学定位模型中，影像学定位模型包括循环生成对抗网络模块、Transformer模块、条件扩散模型模块和分割网络模块；利用循环生成对抗网络模块基于基础图像生成合成PET图像；利用Transformer模块对合成PET图像进行全局优化和局部优化，得到第一优化图像；利用条件扩散模型模块依次对第一优化图像进行噪声添加和噪声去除，得到第二优化图像；利用分割网络模块对第二优化图像进行识别，从第二优化图像中提取出骨髓活跃区域，并且确定骨髓活跃区域的位置。本发明提供能够在仅有CT影像图像的情况下生成高质量的PET影像。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |