[發(fā)明專利]為生理樹結(jié)構(gòu)生成解剖標(biāo)簽的計(jì)算機(jī)實(shí)現(xiàn)的方法、裝置和介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811564695.0
• 申請(qǐng)日: 2018-12-20
• 公開（公告）號(hào): CN109635876B
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計(jì)）人: 武丹;王昕;尹游兵;李育威;曹坤琳;宋麒;歐陽濱;梁舒怡
• 申請(qǐng)（專利權(quán)）人: 北京科亞方舟醫(yī)療科技股份有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04
• 代理公司: 北京金信知識(shí)產(chǎn)權(quán)代理有限公司 11225
• 代理人: 黃威;夏東棟

本公開涉及一種為生理樹結(jié)構(gòu)生成解剖標(biāo)簽的計(jì)算機(jī)實(shí)現(xiàn)的方法、裝置和介質(zhì)。該方法可以包括接收所述生理樹結(jié)構(gòu)的3D模型和3D骨架線，其中，所述3D模型是基于由成像裝置獲取的所述生理樹結(jié)構(gòu)的醫(yī)學(xué)圖像數(shù)據(jù)重建的。然后，從可選級(jí)別的池中選擇至少一個(gè)級(jí)別用于提取幾何特征。接著，由處理器，在所選擇的至少一個(gè)可選級(jí)別沿著所述3D骨架線從所述生理樹結(jié)構(gòu)的所述3D模型提取幾何特征。由所述處理器可以基于所提取的幾何特征使用訓(xùn)練好的學(xué)習(xí)網(wǎng)絡(luò)為所述生理樹結(jié)構(gòu)生成解剖標(biāo)簽。該方法和裝置能夠?yàn)樯順浣Y(jié)構(gòu)快速、精確且自動(dòng)地生成解剖標(biāo)簽，增加了自動(dòng)標(biāo)注的魯棒性和準(zhǔn)確度。

相關(guān)申請(qǐng)的交叉引用

本申請(qǐng)要求2017年12月21日提交的美國(guó)臨時(shí)申請(qǐng)第62/608,872號(hào)的優(yōu)先權(quán)，其全部?jī)?nèi)容通過引用結(jié)合在此。

技術(shù)領(lǐng)域

本公開一般地涉及醫(yī)學(xué)圖像處理和分析。更具體地，本公開涉及為生理樹結(jié)構(gòu)生成解剖標(biāo)簽的方法和裝置。

背景技術(shù)

血管、氣管通路等都是分級(jí)的樹結(jié)構(gòu)。對(duì)這些結(jié)構(gòu)自動(dòng)識(shí)別并分配正確的解剖標(biāo)簽便利醫(yī)師和放射科醫(yī)師的診斷過程?，F(xiàn)有的自動(dòng)生成醫(yī)學(xué)報(bào)告的方法大體依賴于解剖標(biāo)簽(諸如冠狀動(dòng)脈血管、支氣管樹等)的正確識(shí)別以及基于識(shí)別的標(biāo)簽的正確分配。診斷可能依賴于識(shí)別和標(biāo)注的準(zhǔn)確度。例如，狹窄的解剖位置經(jīng)常與其對(duì)心臟的正常功能的影響的嚴(yán)重性有關(guān)。因此，如果利用現(xiàn)有算法來檢測(cè)狹窄，重點(diǎn)是要識(shí)別其位于何處，其可能依賴于為對(duì)應(yīng)血管自動(dòng)識(shí)別正確的解剖標(biāo)簽(例如左前降支動(dòng)脈)。

例如，解剖上含義豐富的冠狀動(dòng)脈為心肌的特定區(qū)域供血，但是這些動(dòng)脈的形態(tài)和拓?fù)浣Y(jié)構(gòu)隨著個(gè)體不同而廣泛變化。因此，自動(dòng)標(biāo)注的一個(gè)挑戰(zhàn)出自冠狀動(dòng)脈的個(gè)體大變異性，尤其是從主分支生出的一些次級(jí)動(dòng)脈。這樣的復(fù)雜性也對(duì)存在于人體中除了冠狀動(dòng)脈以外的其他脈管的標(biāo)注提出了挑戰(zhàn)。

現(xiàn)有的方法對(duì)于個(gè)體大變異性也不夠可靠。大體說來，現(xiàn)有的方法典型地依賴基于有限數(shù)量的人體冠狀動(dòng)脈的統(tǒng)計(jì)結(jié)果的人類冠狀動(dòng)脈圖譜模型，或者依賴硬編碼的幾何或拓?fù)錁?biāo)準(zhǔn)和/或參數(shù)。由于個(gè)體變異性，這些方法對(duì)于脈管標(biāo)注魯棒性也較低。

提供本公開的方法和裝置來解決以上關(guān)注問題。

發(fā)明內(nèi)容

本公開提供了一種可以快速、準(zhǔn)確其自動(dòng)地為生理樹結(jié)構(gòu)生成解剖標(biāo)簽的方法和裝置。該方法和裝置通過使用學(xué)習(xí)網(wǎng)絡(luò)(諸如神經(jīng)網(wǎng)絡(luò))增加了自動(dòng)標(biāo)注的魯棒性和準(zhǔn)確度，該學(xué)習(xí)網(wǎng)絡(luò)能夠?qū)W習(xí)本質(zhì)的解剖特征而沒有任何人類定義的標(biāo)準(zhǔn)，且隨著數(shù)據(jù)的增加能夠持續(xù)改進(jìn)性能。此外，所述方法和裝置可以選擇(改變)要提取并饋送到學(xué)習(xí)網(wǎng)絡(luò)中的幾何特征的級(jí)別，以便滿足標(biāo)注速度、資源消耗和粒度精度上的需求。

在一個(gè)方案中，本公開涉及一種為生理樹結(jié)構(gòu)生成解剖標(biāo)簽的計(jì)算機(jī)實(shí)現(xiàn)的方法。該方法可以包括接收所述生理樹結(jié)構(gòu)的3D模型和3D骨架線。所述3D模型是基于由成像裝置獲取的所述生理樹結(jié)構(gòu)的醫(yī)學(xué)圖像數(shù)據(jù)重建的。該方法還包括從可選級(jí)別的池中選擇至少一個(gè)級(jí)別用于提取幾何特征。該方法還包括由處理器在所選擇的至少一個(gè)可選級(jí)別沿著所述3D骨架線從所述生理樹結(jié)構(gòu)的所述3D模型提取幾何特征。該方法還包括由所述處理器基于所提取的幾何特征使用訓(xùn)練好的學(xué)習(xí)網(wǎng)絡(luò)為所述生理樹結(jié)構(gòu)生成解剖標(biāo)簽。

在另一方案中，本公開涉及一種為生理樹結(jié)構(gòu)生成解剖標(biāo)簽的裝置。所述裝置可以包括接口，所述接口配置為接收由成像裝置獲取的所述生理樹結(jié)構(gòu)的醫(yī)學(xué)圖像數(shù)據(jù)。并且所述裝置還可以包括處理器，所述處理器配置為：基于所接收的醫(yī)學(xué)圖像數(shù)據(jù)，重建所述生理樹結(jié)構(gòu)的3D模型并提取所述生理樹結(jié)構(gòu)的3D骨架線。所述處理器還可以配置為從可選擇級(jí)別的池中選擇至少一個(gè)級(jí)別用于提取幾何特征，并且在所選擇的至少一個(gè)級(jí)別上沿著所述3D骨架線從所述生理樹結(jié)構(gòu)的所述3D模型提取可選級(jí)別的幾何特征。此外，所述處理器可以配置為基于所提取的幾何特征使用訓(xùn)練好的學(xué)習(xí)網(wǎng)絡(luò)為所述生理樹結(jié)構(gòu)生成解剖標(biāo)簽。