[發(fā)明專利]一種基于三維卷積神經(jīng)網(wǎng)絡的CT造影圖像腎動脈分割方法

有效

• 申請?zhí)枺?/td>: 201811620359.3
• 申請日: 2018-12-28
• 公開（公告）號: CN109801268B
• 公開（公告）日: 2023-03-14
• 發(fā)明（設計）人: 楊冠羽;何宇霆;李甜甜;趙子騰;吳顯政;伍家松;孔佑勇;舒華忠
• 申請（專利權）人: 東南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 南京經(jīng)緯專利商標代理有限公司 32200
• 代理人: 朱楨榮

1.一種基于三維卷積神經(jīng)網(wǎng)絡的CT造影圖像腎動脈分割方法，其特征在于，包括以下步驟：

步驟(P1)、對已有的CT造影圖像分割出圖像中的腎臟區(qū)域，對腎動脈進行標注，得到感興趣區(qū)域，生成訓練數(shù)據(jù)集；

步驟(P2)、將訓練數(shù)據(jù)集送入三維卷積神經(jīng)網(wǎng)絡中進行訓練，得到訓練模型；

三維卷積神經(jīng)網(wǎng)絡包括五個部分，分別為輸入模塊、現(xiàn)實情況流、淺層意識流、深層意識流和輸出模塊；

輸入模塊，用于將原始圖像I直接輸入至現(xiàn)實情況流和深層意識流，并將輸入至現(xiàn)實情況流的原始圖像重命名為現(xiàn)實情況流圖像RI，輸入至深層意識流的原始圖像重命名為深層意識流圖像DI；

現(xiàn)實情況流，用于對RI連續(xù)進行池化操作，獲得不同尺寸的RI，并將不同尺寸的RI分別輸出至淺層意識流；

淺層意識流，用于多次提取淺層特征圖并將其輸出至深層意識流；

深層意識流，用于獲得多次記憶的深層特征圖并將其輸出至淺層意識流，并將最后一次獲得的深層特征圖輸入至輸出模塊；輸出模塊對其進行卷積操作，并激活，獲得腎動脈的分割掩模；

步驟(P3)、對于新的待分割的腎臟CT造影圖像，送入已訓練完畢的步驟(P2)的訓練模型得到腎動脈分割掩模；

步驟(P2)中的三維卷積神經(jīng)網(wǎng)絡包括五個部分，分別為輸入模塊、現(xiàn)實情況流、淺層意識流、深層意識流和輸出模塊，其中淺層意識流由七個格物模塊、三個步長為2的池化模塊和三個步長為2的反卷積模塊組成，七個格物模塊包括第一至第七個格物模塊，三個池化模塊包括淺層意識流中的第一至第三個池化模塊，三個反卷積模塊包括淺層意識流中的第一至第三個反卷積模塊；深層意識流由七個加法模塊、三個步長為2的池化模塊和三個步長為2的反卷積模塊組成，七個加法模塊包括深層意識流中的第一至第七個加法模塊，三個池化模塊包括深層意識流中的第一至第三個池化模塊，三個反卷積模塊包括深層意識流中的第一至第三個池化模塊；其中，

輸入模塊，用于將原始圖像I分為現(xiàn)實情況流圖像RI和深層意識流圖像DI，RI輸入至現(xiàn)實情況流，DI輸入至深層意識流；現(xiàn)實情況流用于對RI連續(xù)進行三次步長為2的池化操作，獲得四種不同尺寸的RI，并將RI按照倍數(shù)排列為的順序分別輸出至淺層意識流中的七個格物模塊；淺層意識流中，RI輸入至第一個格物模塊，得到第一次提取的淺層特征圖SF1，將SF1輸出至深層意識流中第一個加法模塊和淺層意識流中第一個池化模塊，深層意識流中第一個加法模塊將SF1與DI相加，獲得第一次記憶的深層特征圖DF1并跨層傳輸至第七個格物模塊的輸入端和深層意識流中第一個池化模塊，同時深層意識流中第一個池化模塊對DF1進行步長為2的池化操作獲得輸入至第二個格物模塊和深層意識流中第二個加法模塊，而淺層意識流中第一個池化模塊對SF1進行步長為2的池化操作后獲得輸入至第二個格物模塊，輸入至第二個格物模塊；同樣的，第二個格物模塊通過處理和得到第二次提取的淺層特征圖將輸出至深層意識流中第二個加法模塊和淺層意識流中第二個池化模塊，深層意識流中第二個加法模塊將與相加，得到第二次記憶的深層特征圖并跨層傳輸至第六個格物模塊的輸入端和深層意識流中第二個池化模塊，同時深層意識流中第二個池化模塊對進行步長為2的池化操作獲得輸入至第三個格物模塊，而淺層意識流中第二個池化模塊對進行步長為2的池化操作后獲得輸入至第三個格物模塊；輸入至第三個格物模塊；同樣的，第三個格物模塊通過處理和得到第三次提取的淺層特征圖將輸出至深層意識流中第三個加法模塊和淺層意識流中第三個池化模塊，深層意識流中第三個加法模塊將與相加，得到第三次記憶的深層特征圖并跨層傳輸至第五個格物模塊的輸入端和深層意識流中第三個池化模塊，同時深層意識流中第三個池化模塊對進行步長為2的池化操作獲得輸入至第四個格物模塊和深層意識流中第四個加法模塊，而淺層意識流中第三個池化模塊對進行步長為2的池化操作后獲得輸入至第四個格物模塊，輸入至第四個格物模塊；同樣的，第四個格物模塊通過處理和得到第四次提取的淺層特征圖將輸出至深層意識流中第四個加法模塊和淺層意識流中第一個反卷積模塊，深層意識流中第四個加法模塊將與相加，得到第四次記憶的深層特征圖并輸入至深層意識流中第一個反卷積模塊，同時深層意識流中第一個反卷積模塊對進行步長為2的反卷積操作獲得輸入至第五個格物模塊和深層意識流第五個加法模塊，而淺層意識流中第一個反卷積模塊對進行步長為2的反卷積操作后獲得輸入至第五個格物模塊，輸入至第五個格物模塊；同樣的，第五個格物模塊通過處理和得到第五次提取的淺層特征圖將輸出至深層意識流中第五個加法模塊和淺層意識流中第二個反卷積模塊，深層意識流中第五個加法模塊將與相加，得到第五次記憶的深層特征圖并輸入至深層意識流中第二個反卷積模塊，同時深層意識流中第二個反卷積模塊對進行步長為2的反卷積操作獲得輸入至第六個格物模塊和深層意識流中第六個加法模塊，而淺層意識流中第二個反卷積模塊對進行步長為2的反卷積操作后獲得輸入至第六個格物模塊，輸入至第六個格物模塊；同樣的，第六個格物模塊通過處理和得到第六次提取的淺層特征圖將輸出至深層意識流中第六個加法模塊和淺層意識流中第三個反卷積模塊，深層意識流中第六個加法模塊將與相加，得到第六次記憶的深層特征圖并將其輸入至深層意識流中第三個反卷積模塊，同時深層意識流中第三個反卷積模塊對進行步長為2的反卷積操作獲得DF6輸入至第七個格物模塊和深層意識流第七個加法模塊，而淺層意識流中第三個反卷積模塊對進行步長為2的反卷積操作后獲得SF6輸入至第七個格物模塊，RI輸入至第七個格物模塊；同樣的，第七個格物模塊通過處理SF6、RI、DF6和DF1得到第七次提取的淺層特征圖SF7，將SF7輸出至深層意識流中第七個加法模塊，深層意識流中第七個加法模塊將SF7與DF6相加，得到第七次記憶的深層特征圖DF7，將DF7輸入至輸出模塊；輸出模塊對DF7進行卷積操作，并使用softmax函數(shù)激活，獲得腎動脈的分割掩模。