[發(fā)明專利]基于多模態(tài)影像的全卷積神經(jīng)網(wǎng)絡(luò)癲癇病灶分割方法

在審

• 申請?zhí)枺?/td>: 201910173556.3
• 申請日: 2019-03-07
• 公開（公告）號: CN109949318A
• 公開（公告）日: 2019-06-28
• 發(fā)明（設(shè)計）人: 緱水平;孟祥海;陳姝喆;李娟飛;郭坤;毛莎莎;焦昶哲
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

本發(fā)明公開了一種基于多模態(tài)影像的全卷積神經(jīng)網(wǎng)絡(luò)癲癇病灶分割方法，主要解決現(xiàn)有技術(shù)對癲癇影像中病灶難分割的問題。其實現(xiàn)方法是：將原始腦部MRI影像和PET影像調(diào)整到同一分辨率空間，并進行邊緣裁剪；將裁剪后的MRI/PET影像劃分為訓(xùn)練集和測試集；搭建全卷積神經(jīng)網(wǎng)絡(luò)Y?Net；將訓(xùn)練集輸入到Y(jié)?Net網(wǎng)絡(luò)中進行訓(xùn)練，并對訓(xùn)練好的Y?Net網(wǎng)絡(luò)中卷積層的卷積核參數(shù)進行存儲；將存儲的卷積核參數(shù)載入到已構(gòu)建的Y?Net網(wǎng)絡(luò)，并輸入測試集，得到癲癇病灶的自動分割結(jié)果。本發(fā)明具有易于分割，且分割精度高的優(yōu)點，可用于分割腦部核磁共振影像MRI和正電子發(fā)射斷層掃描影像PET中的癲癇病灶區(qū)域。

技術(shù)領(lǐng)域

本發(fā)明是屬于圖像處理技術(shù)領(lǐng)域，特別是涉及一種多模態(tài)影像病灶分割方法，可用于分割腦部核磁共振影像MRI和正電子發(fā)射斷層掃描影像PET中的癲癇病灶區(qū)域。

背景技術(shù)

隨著計算機技術(shù)以及醫(yī)學(xué)成像技術(shù)的快速發(fā)展，很多醫(yī)學(xué)成像技術(shù)紛紛涌現(xiàn)，例如計算機斷層掃描CT、三維超聲成像、正電子發(fā)射斷層掃描PET、核磁共振成像MRI、單光子發(fā)射計算機斷層SPECT、漫射加權(quán)成像DWI、功能磁共振FMRI等。在臨床醫(yī)學(xué)中，醫(yī)學(xué)影像發(fā)揮的作用越來越大，尤其是磁共振、腦部CT和腦電波等。醫(yī)學(xué)圖像已成為醫(yī)生診斷和治療病人的重要工具和手段。

由于核磁共振技術(shù)對軟組織有較好的成像效果，因此針對腦組織的成像手段多采用核磁共振技術(shù)。核磁共振成像有兩種加權(quán)圖，分別為T1加權(quán)圖和T2加權(quán)圖，其中T1加權(quán)圖主要用于觀察軟組織的解剖結(jié)構(gòu)，T2加權(quán)圖主要用于觀察組織病變。正電子發(fā)射斷層掃描PET成像技術(shù)，通過對注射的放射性同位素的衰變成像，能夠檢測軟組織的功能性變化，監(jiān)測軟組織是否處于正常代謝狀態(tài)。而大腦屬于軟組織，常歸采用核磁共振成像技術(shù)來觀察腦組織影像表現(xiàn)，應(yīng)用核磁共振技術(shù)檢查腦部的疾病有很多，例如：腦溢血、大腦膠質(zhì)瘤、腦梗、腦中風(fēng)、偏頭痛、腦膜炎等，近年來在癲癇病診斷領(lǐng)域也應(yīng)用了核磁共振成像和正電子發(fā)射斷層掃描成像技術(shù)進行檢查。

醫(yī)學(xué)發(fā)現(xiàn)，通過觀察含有癲癇病灶的核磁共振T2加權(quán)圖和PET功能成像，得知癲癇病灶與健康組織的影像表現(xiàn)幾乎相同，病灶可辨識度太差，病灶區(qū)域邊緣不夠明顯，不利于癲癇病灶的術(shù)前準(zhǔn)確定位，對多模態(tài)影像中癲癇病灶的分割提出了嚴(yán)峻的挑戰(zhàn)。

在圖像分割領(lǐng)域中，目前較為流行的是水平集方法，分為基于邊緣的水平集方法和基于區(qū)域的水平集方法。基于邊緣的水平集模型主要利用邊緣信息來分割圖像，該模型對初始化條件和噪聲較為敏感，當(dāng)目標(biāo)邊緣比較模糊時其分割效果便不盡人意。基于區(qū)域的水平集分割模型雖對噪聲不敏感，但容易過分割。以上提到的分割方法往往需要大量的先驗知識，而對于癲癇病灶這種弱目標(biāo)，很難提供有效的先驗信息，且分割結(jié)果容易出現(xiàn)過分割，把健康腦組織劃分為病灶區(qū)域，容易誘導(dǎo)醫(yī)生手術(shù)中損傷健康腦組織，不僅降低癲癇病手術(shù)的治療效果，而且破壞健康腦組織的生理功能，造成惡劣的手術(shù)并發(fā)癥。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對上述方法的不足，提出基于多模態(tài)影像的全卷積神經(jīng)網(wǎng)絡(luò)癲癇病灶分割方法，以避免對先驗知識的依賴，實現(xiàn)自動分割，提高對癲癇病多模態(tài)影像的分割精度。

為實現(xiàn)以上目的，本發(fā)明的技術(shù)解決方案如下：

(1)校正多模態(tài)影像分辨率，獲取多模態(tài)影像訓(xùn)練樣本集和測試樣本集：

將核磁共振影像MRI和正電子斷層掃描影像PET變換到同一分辨率空間，依據(jù)影像生成時間、頭骨外形輪廓對MRI影像與PET影像進行配對，得到腦部多模態(tài)影像配對數(shù)據(jù)集，變換分辨率公式如下：

其中A為變換分辨率以后PET影像尺寸，b為MRI分辨率,B為MRI影像尺寸，a為PET影像分辨率；

裁剪配對影像中的無效邊緣部分，應(yīng)用隨機選擇的方法按照7：3的比例劃分為腦部MRI/PET多模態(tài)影像訓(xùn)練樣本集和測試樣本集，并同時劃分手動標(biāo)簽；