[發明專利]一種無須標記的有監督的腎臟動態圖像全自動分割方法

有效

• 申請號: 201810361287.9
• 申請日: 2018-04-20
• 公開（公告）號: CN108596933B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 黃文健;張玨;王霄英;方競
• 申請（專利權）人: 北京大學
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06K9/62;G06T7/155;G06V10/764;G06V10/774
• 代理公司: 北京萬象新悅知識產權代理有限公司 11360
• 代理人: 張肖琪

本發明公開了一種無須標記的有監督的腎臟動態圖像全自動分割方法，屬于計算機視覺及機器學習領域。具體方法由三個步驟對腎臟動態增強磁共振圖像序列進行自動分割。步驟1：利用空間維度信息自動提取皮質、髓質和腎盂的代表性區域作為種子區域；步驟2：將種子區域的時間信號曲線作為算法輸入，將種子區域的像素點類標作為算法輸出，來訓練分類模型；步驟3：當訓練得到滿意的分類模型后，使用該模型對腎臟區域內每個像素的時間信號曲線進行分類得到其類標，從而最終完成三種腎臟組織的分割。

技術領域

本發明涉及計算機視覺及機器學習領域，更具體的，涉及一種無須標記的基于有監督學習的腎臟動態增強磁共振圖像的全自動分割方法。

背景技術

動態增強磁共振掃描的圖像序列提供了很好的皮質、髓質和腎盂的對比，但基于圖像序列的手工分割時間開銷較大，且枯燥乏味，容易引起疲勞。

目前有不少圖像處理方法用于腎臟圖像的自動或半自動分割。目前公開的方法主要有單幀圖像分割的方法，以及基于圖像序列進行無監督聚類的分割方法。其中，基于單幀圖像分割方法利用了圖像序列在某一時刻的空間維度信息，忽略了時間維度信息。實際上，腎臟皮質、髓質和腎盂不同組織的對比呈現在不同的時相上，而單幀圖像分割的方法僅僅利用了一個時相上的組織對比，因而該方法不能一次性全自動地分割出皮質、髓質和腎盂的三個組織。而基于圖像序列進行無監督聚類的方法通過對像素點的時間信號曲線的聚類操作來賦予像素點不同的類標，從而達到分割目的。由于時間信號曲線體現像素點隨著時間變化的信號強度，所以無監督聚類方法能夠利用圖像序列在時間維度上的信息，但是其忽略空間上的結構信息。尤其是，由于腹部器官成像受到運動偽影和噪聲的影響，直接使用無監督聚類方法將像素點聚集成三類往往不能達到滿意的分割效果。總的來說，前人的方法主要是通過人工變換聚類數量來解決聚集成三類效果不佳的問題，但是聚類方法中聚類數量作為超參數難以根據經驗確定，常常需要通過多次測試來手工選擇最佳的聚類效果。同時最后需要人工合并聚類結果以及人工標記每個類標對應的具體組織，這就導致了這類方法也不能做到全自動分割。

通常而言，與無監督方法相比，有監督方法具有更高的準確率，并且有無需選擇聚類數量的優勢，本發明公開一種全自動地基于有監督分類策略的腎臟動態增強磁共振掃描圖像的分割方法。其中，有監督機制體現在能夠使用一個提取代表性區域的預處理步驟確定腎臟三種組織種子區域內的像素點的類標，從而使用這些像素點的時間信號曲線和類標來自動訓練有監督分類模型，最后再使用該有監督分類模型來對腎臟內部所有像素點進行分類完成圖像分割。由于腎臟三個組織種子點區域的提取過程是全自動實現的，所以該方法無須人工標定種子區域以獲取訓練集，因而本發明專利公開的方法是一種無須標定的腎臟動態增強磁共振圖像序列的全自動有監督分割方法。該分割方法同時利用了圖像的空間維度信息和時間維度信息，且克服傳統單幀圖像分割方法和無監督聚類分割方法的局限性，是一種腎臟組織的全自動高效分割方法。

發明內容

本發明提供了一種基于動態增強磁共振腎臟掃描圖像的全自動分割方法，其能同時利用腎臟動態增強磁共振掃描圖像的時間維度和空間維度信息，可以一次性的完成腎臟皮質、髓質和腎盂組織的全自動分割任務。克服了單幀圖像分割和基于圖像序列聚類分割的局限性。其有三個步驟組成：種子區域提取、有監督分類模型訓練和腎臟三種組織分割，分別將這三個步驟簡記為S1，S2和S3。流程示意圖如圖1所示。值得指出的是，圖像分割任務等價于腎臟內像素點的分類任務。

下面進一步描述以上三個步驟的具體內容：

其中S1由以下步驟組成：

S11：自動選定圖像序列中腎臟皮質和髓質對比明顯的一幀，記為皮質期圖像J1。再自動選定圖像序列中腎盂與皮髓質對比明顯的一幀圖像，記為皮髓質期圖像J2；示意圖如圖2所示。

S12：對皮質期圖像J1和皮髓質期圖像J2進行圖像增強，突出腎臟相應組織，并得到四張增強的圖像，分別為：皮質增強圖B1、髓質腎盂增強圖B2、皮髓質增強圖B3和腎盂增強圖B4。