[發明專利]一種基于自編碼器的核磁共振圖像處理裝置與方法

有效

• 申請號: 201710283992.7
• 申請日: 2017-04-26
• 公開（公告）號: CN107067396B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 張熙;周波;郭艷娥;馮楓;安寧豫;姚洪祥;羅亞川;樊茂華;趙思遠
• 申請（專利權）人: 中國人民解放軍總醫院;北京華誠興業軟件開發有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T7/33;G06T7/41;G06K9/62
• 代理公司: 北京慧誠智道知識產權代理事務所(特殊普通合伙) 11539
• 代理人: 李楠

本發明涉及一種基于自編碼器的核磁共振圖像處理裝置與方法。涉及對海馬體的海馬頭，CA1,CA2,CA3,CA4/齒狀回，海馬傘和海馬尾進行計算機輔助識別的方法，利用人工智能的深度學習的二維自編碼器實現對正常老年組、在臨床上確診為遺忘型輕度認知損害和在臨床上確診為阿爾茲海默病的三種情況進行三分類的分類方法，利用正常老年組、在臨床上確診為遺忘型輕度認知損害和在臨床上確診為阿爾茲海默病的核磁共振的影像數據確定人工智能的深度學習的訓練集、驗證集和測試集，可以利用選取二維切片來將核磁共振的三維數據轉化為二維數據。

技術領域

本發明涉及一種基于自編碼器的核磁共振圖像處理裝置與方法，特別地，涉及基于深度學習的二維自編碼器的利用頭顱的核磁共振成像對海馬體的亞結構進行阿爾茲海默病、遺忘型輕度認知損害和正常老年組的兩兩之間的判別的計算機輔助識別的方法。

背景技術

阿爾茲海默病是一種神經退行性疾病。已有的研究工作已經證實，在頭顱的核磁共振成像的影像文件中，盡管每個受試者的核磁共振成像的影像數據存在個體差異，在生物統計學的意義上，阿爾茲海默病、遺忘型輕度認知損害和正常老年組的三個類別存在核磁共振成像的影像數據的三個類別之間的差異。利用人工智能的機器學習的深度學習的方法利用頭顱的核磁共振成像的影像數據對阿爾茲海默病、遺忘型輕度認知損害和正常老年組進行計算機輔助識別可以為臨床醫生提供參考意見，提高臨床醫生的工作效率。

現有技術中有利用人工智能的深度學習對頭顱的核磁共振成像的三維的影像數據進行阿爾茲海默病、遺忘型輕度認知損害和正常老年組進行計算機輔助識別的文獻，見預印本網站的arXiv:1607.00556v1。但是，該文獻僅對頭顱的核磁共振成像的三維的體素數據進行處理，使用的技術方案是三維卷積自編碼器。由于需要對每一位受試者的頭顱的核磁共振成像的所有的三維的體素數據進行處理，該技術方案需要巨大的運算量，即使使用高性能計算機或高性能計算機集群，該技術方案也很難甚至不可能在臨床上使用。另外，臨床的普通掃描的頭顱的核磁共振成像的影像數據是20張到40張二維的切片的圖像數據，上述的arXiv:1607.00556v1的文獻中的方法無法用于臨床的普通掃描的頭顱的核磁共振成像的影像數據。

發明內容

本發明就是針對現有技術中存在的問題提出的。

本發明提出了一種基于自編碼器的核磁共振圖像處理裝置，該裝置包括，用于存儲圖像預處理的程序、人工智能的深度學習的程序和頭顱的核磁共振成像的圖像數據的存儲介質，利用人工智能的深度學習對頭顱的核磁共振成像的圖像數據進行處理和分析的計算機主機或計算機集群，用于顯示圖像預處理的程序、人工智能的深度學習的程序、各種頭顱的核磁共振成像的圖像數據和各種程序的運行過程和運行結果的顯示裝置，

其特征在于：上述裝置能夠實現對任意給定的數量的正常老年組、遺忘型輕度認知損害和阿爾茲海默病的受試者的三維的頭顱的核磁共振成像的圖像數據的任意給定的數量的二維切片實現人工智能的深度學習的自編碼器的監督學習，根據上述的對任意給定的數量的正常老年組、遺忘型輕度認知損害和阿爾茲海默病的受試者的三維的頭顱的核磁共振成像的圖像數據的二維切片進行人工智能的深度學習的自編碼器的監督學習所得到的深度學習的神經網絡模型，利用任意給定的數量的待識別的受試者的三維的頭顱的核磁共振成像的圖像數據的任意給定的數量的二維切片對上述的待識別的受試者進行正常老年組、遺忘型輕度認知損害和阿爾茲海默病的三分類的區分識別。

本發明提出了一種基于自編碼器的核磁共振圖像處理方法，上述方法使用的裝置包括，用于存儲圖像預處理的程序、人工智能的深度學習的程序和頭顱的核磁共振成像的圖像數據的存儲介質，利用人工智能的深度學習對頭顱的核磁共振成像的圖像數據進行處理和分析的計算機主機或計算機集群，用于顯示圖像預處理的程序、人工智能的深度學習的程序、各種頭顱的核磁共振成像的圖像數據和各種程序的運行過程和運行結果的顯示裝置，