[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)的危及器官自動勾畫方法、設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810239263.6
• 申請日: 2018-03-22
• 公開（公告）號: CN110310287B
• 公開（公告）日: 2022-04-19
• 發(fā)明（設(shè)計）人: 孫鑫龍;崔德琪;章樺
• 申請（專利權(quán)）人: 北京連心醫(yī)療科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13;G06T15/00;G06N3/04;G06N3/08;G06V10/25
• 代理公司: 北京匯信合知識產(chǎn)權(quán)代理有限公司 11335
• 代理人: 孫騰

1.一種基于三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的危及器官自動勾畫方法，適于在計算設(shè)備中執(zhí)行，其特征在于：包括步驟：

(1)輸入三維醫(yī)學影像；

(2)對三維醫(yī)學圖像進行預處理；

(3)將預處理的三維醫(yī)學影像輸入到訓練好的三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的第一級網(wǎng)絡(luò)中識別待分割器官所存在的橫斷面；

(4)將第一級網(wǎng)絡(luò)篩選出的橫斷面輸入到訓練好的三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的第二級網(wǎng)絡(luò)中粗定位待分割器官的感興趣區(qū)域；

(5)對第二級網(wǎng)絡(luò)輸出的感興趣區(qū)域進行標準化，隨后輸入到訓練好的三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的第三級網(wǎng)絡(luò)中，對感興趣區(qū)域中的所有像素點進行分類，輸出三維的二值分割結(jié)果；

(6)對三維的二值分割結(jié)果進行后處理；

(7)對經(jīng)過后處理的二值分割結(jié)果進行邊緣提取，經(jīng)過邊緣平滑后，得到自動勾畫的危及器官；

其中，所述的三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)模型由第一級網(wǎng)絡(luò)、第二級網(wǎng)絡(luò)和第三級網(wǎng)絡(luò)三個卷積神經(jīng)網(wǎng)絡(luò)級聯(lián)而成；

第一級網(wǎng)絡(luò)的訓練步驟包括：

(a1)將原始三維醫(yī)學影像進行插值，使x，y，z方向的分辨率為n×n×m，其中x，y方向的空間分辨率相同；

(a2)以含有待分割器官的橫斷面為正樣本，其他橫斷面為負樣本，將插值后的三維醫(yī)學影像分別切割為n×n大小的二維切片；若插值后導致橫斷面邊長大小小于n，則進行四周補零操作；

(a3)將所有切割下的二維切片輸入到第一級網(wǎng)絡(luò)中進行訓練，得到訓練好的第一級網(wǎng)絡(luò)；

第二級網(wǎng)絡(luò)的訓練步驟包括：

(b1)將原始三維醫(yī)學影像進行插值，使x，y，z方向的分辨率為n×n×m，其中x，y方向的空間分辨率相同；并進行Min-Max標準化；

(b2)根據(jù)醫(yī)生勾畫的三維醫(yī)學影像結(jié)果，以器官所在位置的質(zhì)心為中心，從步驟(b1)得到的標準化三維醫(yī)學影像中切割尺寸為n×m×k的三維小塊作為網(wǎng)絡(luò)的正樣本，其中正樣本中包含待分割器官，從其他不含待分割器官的區(qū)域中切割數(shù)量為正樣本小塊n倍的三維小塊作為網(wǎng)絡(luò)的負樣本；

(b3)對切割后的正負樣本進行數(shù)據(jù)增強，所述的數(shù)據(jù)增強是指以三維小塊的質(zhì)心為中心在三個維度上進行平移；

(b4)將增強后的數(shù)據(jù)輸入到第二級網(wǎng)絡(luò)中進行訓練，得到訓練好的第二級網(wǎng)絡(luò)；

第三級網(wǎng)絡(luò)的訓練步驟包括：

(c1)在含有醫(yī)生勾畫待分割器官的各層橫斷面及其Z方向的鄰近橫斷面中，以醫(yī)生勾畫的質(zhì)心為中心，從原始三維醫(yī)學影像中切割n×m大小的二維切片作為訓練圖像，從醫(yī)生勾畫的二值掩模的對應位置切割同樣大小的二維切片作為訓練標簽；

(c2)對所有的n×m大小的圖像切片及訓練標簽進行數(shù)據(jù)增強，所述的數(shù)據(jù)增加是在橫斷面的兩個維度方向進行平移；

(c3)對增強后的所有切片分別進行Z-score標準化；

(c4)將標準化后的所有訓練圖像和訓練標簽對應的輸入到第三級網(wǎng)絡(luò)中進行訓練，得到訓練好的第三級網(wǎng)絡(luò)。

2.根據(jù)權(quán)利要求1所述的基于三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的危及器官自動勾畫方法，其特征在于：步驟(1)中，所述的醫(yī)學影像選自CT影像、核磁共振影像或PET影像。

3.根據(jù)權(quán)利要求1所述的基于三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的危及器官自動勾畫方法，其特征在于：所述的預處理包括以下步驟：

(i)將醫(yī)學影像插值成統(tǒng)一的空間分辨率；

(ii)將醫(yī)學影像的灰度值進行Min-Max標準化。

4.根據(jù)權(quán)利要求3所述的基于三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的危及器官自動勾畫方法，其特征在于：所述的預處理還包括在步驟(i)與(ii)之間進行截取醫(yī)學影像有效數(shù)據(jù)的步驟。

5.根據(jù)權(quán)利要求1所述的基于三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的危及器官自動勾畫方法，其特征在于：步驟(5)中，所述的標準化為Z-score標準化。

6.根據(jù)權(quán)利要求1所述的基于三級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的危及器官自動勾畫方法，其特征在于：步驟(6)中，所述的后處理包括腐蝕、膨脹、空洞填充、提取聯(lián)通區(qū)域、并將分辨率恢復到與原醫(yī)學影像初始空間分辨率相同中的一種或一種以上。