[發明專利]基于3D全卷積神經網絡的脊柱分割方法

在審

• 申請號: 201711236700.0
• 申請日: 2017-11-30
• 公開（公告）號: CN108038860A
• 公開（公告）日: 2018-05-15
• 發明（設計）人: 周文暉;李賢;張樺;戴國駿;周恩慈;魏興明
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06N3/08;G06N3/04
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于3D全卷積神經網絡的脊柱分割方法。本發明包括如下步驟：步驟1.建一個用于脊柱分割的3D全卷積神經網絡；步驟2.準備數據集，數據集包括訓練集+測試集；步驟3.利用訓練集訓練神經網絡，得到網絡模型；步驟4.使用得到的網絡模型分割測試集中脊柱CT數據，得到分割結果。本發明借助于3D全卷積神經網絡來分割脊柱，不僅是全自動的，而且分割精度很準確。

技術領域

本發明屬于醫學圖像處理領域，具體講的是一種基于3D全卷積神經網絡的脊柱分割方法。

背景技術

脊柱形成人體中一個重要的支撐結構，骨骼包括7頸椎,12胸椎和5腰椎。由于體力活動減少和現代需要久坐的辦公室工作，脊柱問題成為現代社會日益嚴重的問題常見的如特發性脊柱側彎，嚴重的脊柱側彎會影響人體的健康，壓迫心肺功能，常需手術矯正。

脊柱骨分割在脊柱外科手術中具有重要的意義。在脊柱外科手術之前，醫生需要根據病人的影像資料制定治療方案，比如確定椎弓根釘的植入角度，植入深度等，這些可通過測量脊椎骨的集合信息(長度，角度，體積)來確定，由于在三維表面網格上測量比較直觀方便，更易于為醫生所采用，因此需要建立病人的三維模型。脊椎骨的分割精度直接影響到三維表面模型的精度，從而影響醫生手術計劃的制定，并最終影響手術的效果。

椎骨的分割是一項挑戰,主要是由于形狀變化和鄰近結構相似的強度。傳統的分割方法存在工作量大、耗時長、需要大量的預處理等問題。

因此，提出一種不需要進行任何預處理，分割耗時短，分割精度高的分割算法在臨床醫學應用上非常有必要。

發明內容

本發明的目的在于克服現有技術的不足，提出一種基于3D全卷積神經網絡的脊柱分割方法，以降低分割的工作量，節約時間，使得脊柱CT的分割更加高效便捷，同時提高分割的準確率。

為實現上述發明的目的，本發明通過以下技術方案予以實現，具體包括以下步驟：

步驟1.建一個用于脊柱分割的3D全卷積神經網絡；

步驟2.準備數據集，數據集包括訓練集+測試集；

步驟3.利用訓練集訓練神經網絡，得到網絡模型；

步驟4.使用得到的網絡模型分割測試集中脊柱CT數據，得到分割結果；

步驟1所述的3D全卷積神經網絡的構建，具體如下：

卷積神經網絡的輸入是一個大小為128×128×64的體塊，輸出也是128×128×64的體塊；網絡結構分為左右兩個部分，網絡的左側是一個壓縮的過程，右側是一個擴張的過程；除了降采樣和上采樣之外，卷積層均采用5×5×5的卷積核進行卷積，步長為1；

左側的壓縮的過程被分為5個不同的階段，每個階段的特征通道的尺寸不同，通道數也不同，都包括兩個卷積層；每個卷積層都采用PRelu非線性激活函數；每個階段的最后通過執行卷積操作來降低分辨率，卷積時采用2×2×2的卷積核，步長為2，進行降采樣；隨著壓縮階段特征通道的尺寸減小為原來的1/2，提取的特征的通道數為原來的2倍；具體來說：左側第一個階段的通道數為16，每個特征通道的尺寸為128×128×64；第二個階段通道數為32，每個特征通道的尺寸是64×64×32，第三個階段的通道數為64，每個特征通道的尺寸是32×32×16，第四個階段的通道數為128，每個特征通道的尺寸為16×16×8，第五個階段的通道數為256，每個特征通道的尺寸為8×8×4；