CN117173092B - 一种基于图像处理的鼻咽癌放疗方法及系统 - Google Patents

一种基于图像处理的鼻咽癌放疗方法及系统 Download PDF

Info

Publication number
CN117173092B
CN117173092B CN202310781768.6A CN202310781768A CN117173092B CN 117173092 B CN117173092 B CN 117173092B CN 202310781768 A CN202310781768 A CN 202310781768A CN 117173092 B CN117173092 B CN 117173092B
Authority
CN
China
Prior art keywords
image
transverse diameter
local
physiological
neck
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310781768.6A
Other languages
English (en)
Other versions
CN117173092A (zh
Inventor
何汇朗
刘慧�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University Cancer Center
Original Assignee
Sun Yat Sen University Cancer Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University Cancer Center filed Critical Sun Yat Sen University Cancer Center
Priority to CN202310781768.6A priority Critical patent/CN117173092B/zh
Publication of CN117173092A publication Critical patent/CN117173092A/zh
Application granted granted Critical
Publication of CN117173092B publication Critical patent/CN117173092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radiation-Therapy Devices (AREA)

Abstract

本发明公开了一种基于图像处理的鼻咽癌放疗方法及系统，涉及放疗技术领域，所述方法包括：获取患者当前周期的颈部CT图像和生理状态信息，对所述颈部CT图像进行预处理，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集；根据所述局部图像集确定局部横径值，根据所述局部横径值确定横径变化系数；结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，在当前周期为高变期时，修改下一周期的放疗计划。本发明能够对颈部轮廓图像进行处理，并结合患者体重指数、性别等数据进行分析，实现计划用量的自适应调节，提高了放疗效果。

Description

一种基于图像处理的鼻咽癌放疗方法及系统
技术领域
本发明涉及放疗技术领域，具体涉及一种基于图像处理的鼻咽癌放疗方法及系统。
背景技术
鼻咽癌是一种恶性肿瘤。鼻咽癌的发病率具有显著的地域差异，中国处于鼻咽癌的高发区域，其中广东为最高发区，所以鼻咽癌也被称为“广东癌”。由于鼻咽部复杂的解剖结构和大部分病理类型为射线敏感的非角化性未分化型，使得放疗成为我国鼻咽癌最重要的治疗手段。
现有的放疗方法一般都会提前制定放疗计划，但是随着放疗计划的实施，患者的原发灶或颈部外部轮廓等均可能发生变化，导致计划用量与实际用量存在误差，从而影响治疗效果。
考虑到原发病灶的复杂性，获取颈部外轮廓图像来调整计划用量是很好的研究方向，然后颈部外轮廓又与患者的体重指数和性别存在一定的关联关系，因此，本发明提供了一种基于图像处理的鼻咽癌放疗方法及系统，对颈部轮廓图像进行处理分析，结合患者体重指数、性别等数据，以实现计划用量的自适应调节。
发明内容
针对现有技术中的缺陷，本发明提供一种基于图像处理的鼻咽癌放疗方法及系统。
第一方面，一种基于图像处理的鼻咽癌放疗方法，包括：
获取患者当前周期的颈部CT图像和生理状态信息，所述生理状态信息为BMI变化率；
对所述颈部CT图像进行预处理，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集；
根据所述局部图像集确定局部横径值，根据所述局部横径值确定横径变化系数；
结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，所述基础信息为性别；
根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，在当前周期为高变期时，修改下一周期的放疗计划。
优选地，所述预处理包括灰度不均与矫正、图像去噪、伪影去除。
优选地，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集，包括：
根据颈部CT图像上的标记点确定目标颈椎骨，所述目标颈椎骨包括位于上部的第一颈椎骨和位于中部的第四颈椎骨和位于下部的第六颈椎股；
按照预设剪切参数从CT图像中裁剪出目标颈椎股对应的局部图像。
优选地，根据所述局部图像集确定局部横径值，根据所述局部横径值确定横径变化系数，包括：
对所述局部图像进行灰度处理；
根据灰度值识别局部图像的边缘像素点，根据预设横径确定参数从所述边缘像素点中确定出横径像素点；
基于所述横径像素点确定颈部轮廓的像素尺度，结合CT设备参数将所述像素尺度转换为实际尺度；
计算多个局部图像对应颈部轮廓的实际尺度均值，将所述实际尺度均值作为局部横径值；
将上一周期的历史局部横径值与当前周期的局部横径值比较，获取横径变化率；
将所述横径变化率输入横径状态评估模型，得到横径变化系数；
其中，所述横径状态评估模型为：
η＝β1V1
式中，η为横径变化系数，V1为横径变化率，β1为横径调节参数，所述调节参数为常数。
优选地，结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，包括：
根据所述患者基础信息调节生理状态评估模型的参数；
将生理状态信息输入生理状态评估模型，得到生理变化系数；
其中，所述生理状态评估模型为：
ξ＝β2V2
式中，ξ为生理状态变化系数，V2为BMI变化率，为生理状态调节参数，所述生理状态调节参数根据患者基础信息动态变化。
优选地，根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，包括：
将所述横径变化系数和所述生理变化系数输入变化评估模型，得到变化值；
根据所述变化值确定当前周期是否为高变期；
其中，所述变化评估模型为：
式中，P为变化值，η0为上一周期的横径状态变化系数，ξ0为上一周期的生理状态变化系数。
优选地，在当前周期为高变期时，修改下一周期的放疗计划，包括：
根据所述变化值从剂量调节表中确定出放疗剂量，所述剂量调节表用于存储变化值有放疗剂量直接的关联关系；
将所述放疗剂量作为下一次放疗的计划量。
第二方面，一种基于图像处理的鼻咽癌放疗系统，包括：
数据获取模块，用于获取患者当前周期的颈部CT图像和生理状态信息，所述生理状态信息包括体重变化率；
图像处理模块，用于对所述颈部CT图像进行预处理，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集，所述局部图像集包括上颈部局部图像、中颈部局部图像和下颈部局部图像；
第一确定模块，用于根据所述局部图像集确定局部横径，根据所述局部横径确定横径变化系数；
第二确定模块，用于结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，所述基础信息为性别；
计划修改模块，用于根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，在当前周期为高变期时，修改下一周期的放疗计划。
第三方面，一种基于图像处理的鼻咽癌放疗系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上述任一项所述方法。
第四方面，一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述方法。
本发明的有益效果体现在：一种基于图像处理的鼻咽癌放疗方法及系统，能够对颈部轮廓图像进行处理，并结合患者体重指数、性别等数据进行分析，实现计划用量的自适应调节，减小治疗中的误差和风险，提高了放疗效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明一实施例提供的一种基于图像处理的鼻咽癌放疗方法的流程图；
图2为本发明一实施例提供的一种基于图像处理的鼻咽癌放疗系统的结构示意图；
图3为本发明另一实施例提供的一种基于图像处理的鼻咽癌放疗系统的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例1
如图1所示，一种基于图像处理的鼻咽癌放疗方法，包括：
步骤1，获取患者当前周期的颈部CT图像和生理状态信息，所述生理状态信息为BMI变化率；
具体的，采集的时间为当前周期的结束之后或者下个周期放疗之前。
步骤2，对所述颈部CT图像进行预处理，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集；
在本发明实施例中，所述预处理包括灰度不均与矫正、图像去噪、伪影去除。
具体的，灰度不均与矫正：首先，使用直方图均衡化方法，将图像的灰度分布拉伸到整个灰度范围内，从而增加图像的对比度，汽车，检测图像中的背景区域和前景区域，对背景和前景分别进行灰度均值计算，接着，计算两个灰度均值的差值，并将其作为修正因子，将图像的背景和前景区域的灰度值进行线性调整，以实现灰度不均与矫正。
具体的，图像去噪：利用图像的局部信息进行滤波处理，包括但不限于均值滤波和中值滤波。，通过滤波器消除图像中的高频噪声，从而使图像更加清晰。另外，可以使用小波变换进行去噪，通过去除图像中的高频成分，降低噪声的影响。
具体的，伪影去除：利用模板匹配和图像修复技术，对图像进行伪影检测和去除，利用伪影与周围结构的不同特征，通过匹配和替换像素值，消除伪影的影响。
通过上述方法处理后的颈部CT图像具有更好的图像质量和更准确的信息，为后续的图像解读提供了更加精确的数据支持。
在本发明实施例中，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集，包括：根据颈部CT图像上的标记点确定目标颈椎骨，所述目标颈椎骨包括位于上部的第一颈椎骨和位于中部的第四颈椎骨和位于下部的第六颈椎股；按照预设剪切参数从CT图像中裁剪出目标颈椎股对应的局部图像。
具体的，所述标记点为特定的解剖结构或特征点，所述预设剪切参数为大小、方向，根据所述预设剪切参数可以切割目标图像，需要注意的是，裁剪得到的图像应当至少包括完整的第一颈椎骨的下缘、第四颈椎骨的上缘和第六颈椎骨的下缘。
当然，在一些实施例中，获取到患者自身的颈部CT图像到达第一预设数量要求并通过数据增强的方式将采集的颈部CT图像扩充至第二预设数量要求后，可对现有的颈椎识别模型进行针对性地优化训练，通过优化训练后的颈椎识别模型进行自动裁切。
轮廓横径是确定治疗阶段的重要指标，若当前阶段的轮廓横径变化率很大，则说明下一阶段需要对放疗量进行调整，经研究发现患者体重指数与颈部轮廓横径呈高度相关，颈部轮廓横径与与患者性别呈中度相关，与患者年龄、TNM分期等参数不存在明细相关性，基于上述理论进一步对患者的颈部轮廓横径、BMI和年龄之间的关联关系进行研究，构建了本实施例的横径状态评估模型、生理状态评估模型以及变化值评估模型。
步骤3，根据所述局部图像集确定局部横径值，根据所述局部横径值确定横径变化系数；
在本发明实施例中，根据所述局部图像集确定局部横径值，根据所述局部横径值确定横径变化系数，包括：对所述局部图像进行灰度处理；根据灰度值识别局部图像的边缘像素点，根据预设横径确定参数从所述边缘像素点中确定出横径像素点；基于所述横径像素点确定颈部轮廓的像素尺度，结合CT设备参数将所述像素尺度转换为实际尺度；计算多个局部图像对应颈部轮廓的实际尺度均值，将所述实际尺度均值作为局部横径值；将上一周期的历史局部横径值与当前周期的局部横径值比较，获取横径变化率；将所述横径变化率输入横径状态评估模型，得到横径变化系数。
具体的，通过边缘检测算法识别边缘像素点，包括但不限于Canny算法、Sobel算法等。预设横径确定参数包括上边缘参数、下边缘参数，上边缘参数表示以颈椎骨的下边缘为确定横径的参考线，上边缘参数表示以颈椎骨的上边缘作为确定横径的参考线。
具体的，由于每次CT获取设备不同或者同一设备的状态不同，因此需要根据当次采集时设备参数对获取的像素尺寸进行变换。
其中，所述横径状态评估模型为：
η＝β1V1
式中，η为横径变化系数，V1为横径变化率，β1为横径调节参数，所述调节参数为常数。
步骤4，结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，所述基础信息为性别；
在本发明实施例中，结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，包括：根据所述患者基础信息调节生理状态评估模型的参数将生理状态信息输入生理状态评估模型，得到生理变化系数。
其中，所述生理状态评估模型为：
ξ＝β2V2
式中，ξ为生理状态变化系数，V2为BMI变化率，为生理状态调节参数，所述生理状态调节参数根据患者基础信息动态变化。
步骤5，根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，在当前周期为高变期时，修改下一周期的放疗计划。
在本发明实施例中，根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，包括：将所述横径变化系数和所述生理变化系数输入变化评估模型，得到变化值；根据所述变化值确定当前周期是否为高变期。
其中，所述变化评估模型为：
式中，P为变化值，η0为上一周期的横径状态变化系数，ξ0为上一周期的生理状态变化系数。
在本发明实施例中，在当前周期为高变期时，修改下一周期的放疗计划，包括：根据所述变化值从剂量调节表中确定出放疗剂量，所述剂量调节表用于存储变化值有放疗剂量直接的关联关系；将所述放疗剂量作为下一次放疗的计划量。
综上所述，本发明实施例提供的一种基于图像处理的鼻咽癌放疗方法具有以下优点：个性化治疗：通过获取患者的生理状态信息和基础信息，结合图像处理技术，可以根据个体患者的情况进行个性化治疗，这样可以更好地适应患者的生理变化和肿瘤的特点，提高治疗的精准性和有效性。高变期识别：根据横径变化系数和生理变化系数的评估，能够确定当前周期是否为高变期。高变期是放疗中常见的重要节点，在此期间颈部轮廓可能会出现明显的变化，需要及时调整治疗计划，通过准确识别高变期，可以避免高变期的漏诊或过早治疗导致的副作用，提高治疗效果。强化治疗决策：通过横径状态评估模型和生理状态评估模型，可以自动计算出局部横径值和生理变化系数，根据横径变化系数和生理变化系数确定治疗计划的调整，能够及时作出决策，减小治疗中的误差和风险。
实施例2，如图2所示，本发明实施例提供的一种基于图像处理的鼻咽癌放疗系统，包括：数据获取模块，用于获取患者当前周期的颈部CT图像和生理状态信息，所述生理状态信息包括体重变化率；图像处理模块，用于对所述颈部CT图像进行预处理，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集，所述局部图像集包括上颈部局部图像、中颈部局部图像和下颈部局部图像；第一确定模块，用于根据所述局部图像集确定局部横径，根据所述局部横径确定横径变化系数；第二确定模块，用于结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，所述基础信息为性别；计划修改模块，用于根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，在当前周期为高变期时，修改下一周期的放疗计划。
应当理解地，本发明实施例中提供的一种基于图像处理的鼻咽癌放疗系统与上述实施例所提供的一种基于图像处理的鼻咽癌放疗方法出于相同的发明构思，具体的实施方式可参考上述实施例，在本实施例中不做赘述。
实施例3
如图3所示，本实施例提供的一种基于图像处理的鼻咽癌放疗系统，包括存储器、处理器，该存储器、处理器相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器可用于存储软件程序及模块，如本申请实施例1所提供的培养方法对应的程序指令，处理器通过执行存储在存储器内的软件程序及模块，从而执行各种功能应用以及数据处理。
其中，存储器可以是但不限于，随机存取存储器(RandomAccessMemory，RAM)，只读存储器(ReadOnlyMemory，ROM)，可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)，可擦除只读存储器(ErasableProgrammableRead-OnlyMemory，EPROM)，电可擦除只读存储器(ElectricErasableProgrammableRead-OnlyMemory，EEPROM)等。
处理器可以是一种集成电路芯片，具有信号处理能力。该处理器可以是通用处理器，包括中央处理器(CentralProcessingUnit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DigitalSignalProcessing，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field－ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在上述实施例的基础上，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (6)

1.一种基于图像处理的鼻咽癌放疗方法，其特征在于，包括：
获取患者当前周期的颈部CT图像和生理状态信息，所述生理状态信息为BMI变化率；
对所述颈部CT图像进行预处理，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集；
根据所述局部图像集确定局部横径值，根据所述局部横径值确定横径变化系数；
结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，所述基础信息为性别；
根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，在当前周期为高变期时，修改下一周期的放疗计划；
其中，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集，包括：
根据颈部CT图像上的标记点确定目标颈椎骨，所述目标颈椎骨包括位于上部的第一颈椎骨和位于中部的第四颈椎骨和位于下部的第六颈椎股；
按照预设剪切参数从CT图像中裁剪出目标颈椎股对应的局部图像；
对所述局部图像进行灰度处理；
根据灰度值识别局部图像的边缘像素点，根据预设横径确定参数从所述边缘像素点中确定出横径像素点；
基于所述横径像素点确定颈部轮廓的像素尺度，结合CT设备参数将所述像素尺度转换为实际尺度；
计算多个局部图像对应颈部轮廓的实际尺度均值，将所述实际尺度均值作为局部横径值；
将上一周期的历史局部横径值与当前周期的局部横径值比较，获取横径变化率；
将所述横径变化率输入横径状态评估模型，得到横径变化系数；其中，所述横径状态评估模型为：
η＝β1V1
式中，η为横径变化系数，V1为横径变化率，β1为横径调节参数，所述调节参数为常数；
其中，结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，包括：
根据所述患者基础信息调节生理状态评估模型的参数；
将生理状态信息输入生理状态评估模型，得到生理变化系数；其中，所述生理状态评估模型为：
ξ＝β2V2
式中，ξ为生理状态变化系数，V2为BMI变化率，β2为生理状态调节参数，所述生理状态调节参数根据患者基础信息动态变化；
其中，根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，包括：
将所述横径变化系数和所述生理变化系数输入变化评估模型，得到变化值；
根据所述变化值确定当前周期是否为高变期；其中，所述变化评估模型为：
式中，P为变化值，η0为上一周期的横径状态变化系数，ξ0为上一周期的生理状态变化系数。
2.根据权利要求1所述的一种基于图像处理的鼻咽癌放疗方法，其特征在于，所述预处理包括灰度不均与矫正、图像去噪、伪影去除。
3.根据权利要求1所述的一种基于图像处理的鼻咽癌放疗方法，其特征在于，在当前周期为高变期时，修改下一周期的放疗计划，包括：
根据所述变化值从剂量调节表中确定出放疗剂量，所述剂量调节表用于存储变化值有放疗剂量直接的关联关系；
将所述放疗剂量作为下一次放疗的计划量。
4.一种基于图像处理的鼻咽癌放疗系统，适用于权利要求1-3任一项所述的方法，其特征在于，包括：
数据获取模块，用于获取患者当前周期的颈部CT图像和生理状态信息，所述生理状态信息包括体重变化率；
图像处理模块，用于对所述颈部CT图像进行预处理，对预处理后的颈部CT图像进行局部图像裁剪获取局部图像集，所述局部图像集包括上颈部局部图像、中颈部局部图像和下颈部局部图像；
第一确定模块，用于根据所述局部图像集确定局部横径，根据所述局部横径确定横径变化系数；
第二确定模块，用于结合患者基础信息对所述生理状态信息进行分析确定生理变化系数，所述基础信息为性别；
计划修改模块，用于根据所述横径变化系数和所述生理变化系数确定当前周期是否为高变期，在当前周期为高变期时，修改下一周期的放疗计划。
5.一种基于图像处理的鼻咽癌放疗系统，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-3任一项所述方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-3任一项所述方法。
CN202310781768.6A 2023-06-28 2023-06-28 一种基于图像处理的鼻咽癌放疗方法及系统 Active CN117173092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310781768.6A CN117173092B (zh) 2023-06-28 2023-06-28 一种基于图像处理的鼻咽癌放疗方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310781768.6A CN117173092B (zh) 2023-06-28 2023-06-28 一种基于图像处理的鼻咽癌放疗方法及系统

Publications (2)

Publication Number Publication Date
CN117173092A CN117173092A (zh) 2023-12-05
CN117173092B true CN117173092B (zh) 2024-04-09

Family

ID=88930590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310781768.6A Active CN117173092B (zh) 2023-06-28 2023-06-28 一种基于图像处理的鼻咽癌放疗方法及系统

Country Status (1)

Country Link
CN (1) CN117173092B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102306239A (zh) * 2011-07-22 2012-01-04 李宝生 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法
CN105597020A (zh) * 2016-02-22 2016-05-25 林立朋 一种治疗多囊卵巢综合征合并乳腺增生的药物组合物
CN107610772A (zh) * 2017-08-23 2018-01-19 广西师范学院 一种甲状腺结节ct图像诊断系统设计方法
CN109829885A (zh) * 2018-12-24 2019-05-31 中山大学 一种基于深度语义分割网络的自动识别鼻咽癌原发肿瘤方法
CN111091560A (zh) * 2019-12-19 2020-05-01 广州柏视医疗科技有限公司 鼻咽癌原发肿瘤图像识别方法及系统
WO2021095009A1 (en) * 2019-11-13 2021-05-20 Crispr Therapeutics Ag Therapy for hematopoietic cell malignancies using genetically engineered t cells targeting cd70
CN113712794A (zh) * 2021-08-23 2021-11-30 河北华蓝医疗器械有限公司 一种医用加压压力监控系统
WO2022001237A1 (zh) * 2020-06-28 2022-01-06 广州柏视医疗科技有限公司 鼻咽癌原发肿瘤图像自动识别方法及系统
CN113907049A (zh) * 2021-12-13 2022-01-11 天津医科大学总医院空港医院 一种免疫强化的eamg小鼠模型的建立方法
CN113975662A (zh) * 2021-11-16 2022-01-28 福建医科大学附属第一医院 一种基于数据挖掘技术的鼻咽癌精准放疗平台

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102306239A (zh) * 2011-07-22 2012-01-04 李宝生 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法
CN105597020A (zh) * 2016-02-22 2016-05-25 林立朋 一种治疗多囊卵巢综合征合并乳腺增生的药物组合物
CN107610772A (zh) * 2017-08-23 2018-01-19 广西师范学院 一种甲状腺结节ct图像诊断系统设计方法
CN109829885A (zh) * 2018-12-24 2019-05-31 中山大学 一种基于深度语义分割网络的自动识别鼻咽癌原发肿瘤方法
WO2021095009A1 (en) * 2019-11-13 2021-05-20 Crispr Therapeutics Ag Therapy for hematopoietic cell malignancies using genetically engineered t cells targeting cd70
CN111091560A (zh) * 2019-12-19 2020-05-01 广州柏视医疗科技有限公司 鼻咽癌原发肿瘤图像识别方法及系统
WO2022001237A1 (zh) * 2020-06-28 2022-01-06 广州柏视医疗科技有限公司 鼻咽癌原发肿瘤图像自动识别方法及系统
CN113712794A (zh) * 2021-08-23 2021-11-30 河北华蓝医疗器械有限公司 一种医用加压压力监控系统
CN113975662A (zh) * 2021-11-16 2022-01-28 福建医科大学附属第一医院 一种基于数据挖掘技术的鼻咽癌精准放疗平台
CN113907049A (zh) * 2021-12-13 2022-01-11 天津医科大学总医院空港医院 一种免疫强化的eamg小鼠模型的建立方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Changes of the transverse diameter and volume and dosimetry before the 25th fraction during the course of intensity-modulated radiation therapy (IMRT) for patients with nasopharyngeal carcinoma;Haihua Yang等;《Medical Dosimetry》;20120831;第37卷(第2期);第225-229页 *
扩散加权成像对肝转移瘤放化疗结合中药治疗效果的早期评价价值;张旭;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20210415(第（2021）04期);E072-174 *
鼻咽癌自适应放疗靶区体积变化的影响因素分析;傅文杰;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20220115(第（2022）01期);E072-1924 *
鼻咽癌调强放射治疗实施过程质量保证的研究;王鑫;《中国博士学位论文全文数据库 医药卫生科技辑》;20070615(第（2007）06期);E072-124 *

Also Published As

Publication number Publication date
CN117173092A (zh) 2023-12-05

Similar Documents

Publication Publication Date Title
Murthy et al. Brain tumor segmentation using thresholding, morphological operations and extraction of features of tumor
AS et al. Comparative analysis of eight direction Sobel edge detection algorithm for brain tumor MRI images
CN111986183B (zh) 一种染色体散型图像自动分割识别系统及装置
CN117745722B (zh) 一种医疗健康体检大数据优化增强方法
CN108615239B (zh) 基于阈值技术和灰度投影的舌图像分割方法
CN117764864B (zh) 基于图像去噪的核磁共振肿瘤视觉检测方法
CN110705468B (zh) 基于图像分析的眼动范围识别方法和系统
CN103186901A (zh) 全自动图像分割方法
CN116630762A (zh) 一种基于深度学习的多模态医学图像融合方法
CN116862840A (zh) 一种基于人工智能的肿瘤识别方法及系统
CN118314393A (zh) 一种糖尿病肾脏影像智慧分类方法
CN117495818A (zh) 一种基于图像处理的骨科辅助检查方法和系统
CN117808718A (zh) 基于互联网的提升医学影像数据质量的方法及系统
CN119579623B (zh) 一种用于脊柱外科手术的ct影像分割方法
CN120047372B (zh) 基于图像处理的颌骨囊肿医疗影像增强方法及系统
CN110689550B (zh) 一种腰椎矢状面ct图像高效自动化筛选系统及方法
CN109816665B (zh) 一种光学相干断层扫描图像的快速分割方法及装置
CN111145155A (zh) 一种睑板腺腺体的识别方法
CN117173092B (zh) 一种基于图像处理的鼻咽癌放疗方法及系统
CN114693682A (zh) 一种基于图像处理的脊椎特征识别方法
Singh et al. Feature enhancement in medical ultrasound videos using multifractal and contrast adaptive histogram equalization techniques
CN117911716B (zh) 基于机器视觉的关节炎ct影像特征提取方法
CN118864336A (zh) 基于mri扫描的儿童骨肉瘤化疗术前侵袭边界检测方法
CN118864440A (zh) 一种用于脊柱侧弯检测的图像处理方法及系统
CN118761988A (zh) 一种对组织病理图像进行分析的方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant