[發(fā)明專利]基于級聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法

有效

• 申請?zhí)枺?/td>: 201910312762.8
• 申請日: 2019-04-18
• 公開（公告）號: CN109871838B
• 公開（公告）日: 2019-11-05
• 發(fā)明（設(shè)計）人: 高婧婧
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 成都正華專利代理事務(wù)所(普通合伙) 51229
• 代理人: 何凡

本發(fā)明公開了一種基于級聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法，其包括將三維Unet網(wǎng)絡(luò)和三維CNN反饋網(wǎng)絡(luò)級聯(lián)成一個級聯(lián)深度網(wǎng)絡(luò)；輸入采用正常人的核磁共振腦部圖像與患者的核磁共振腦部圖像作為的訓(xùn)練樣本對級聯(lián)深度網(wǎng)絡(luò)進(jìn)行訓(xùn)練；獲取患者的核磁共振腦部圖像，并將其輸入已訓(xùn)練的級聯(lián)深度網(wǎng)絡(luò)；三維Unet網(wǎng)絡(luò)提取核磁共振腦部圖像中的腦部逐體素概率初圖譜，并將其輸入三維CNN反饋網(wǎng)絡(luò)；以及三維CNN反饋網(wǎng)絡(luò)對腦部逐體素概率初圖譜進(jìn)行分類，并反饋修正腦部逐體素概率初圖譜，使得輸出校正后概率大于設(shè)定閾值的逐體素圖譜作為患者腦部的病灶腦區(qū)。

技術(shù)領(lǐng)域

本發(fā)明涉及腦部圖像提取方法，具體涉及一種基于級聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法。

背景技術(shù)

阿爾茨海默病(AD)是一種起病隱匿的進(jìn)行性發(fā)展的神經(jīng)系統(tǒng)退行性疾病。臨床上以記憶障礙、失語、失用、失認(rèn)、視空間技能損害、執(zhí)行功能障礙以及人格和行為改變等全面性癡呆表現(xiàn)為特征，病因迄今未明。65歲以前發(fā)病者，稱早老性癡呆；65歲以后發(fā)病者稱老年性癡呆。該病起病緩慢或隱匿，病人及家人常說不清何時起病。多見于70歲以上(男性平均73歲，女性為75歲)老人，少數(shù)病人在軀體疾病、骨折或精神受到刺激后癥狀迅速明朗化。女性較男性多(女∶男為3∶1)。主要表現(xiàn)為認(rèn)知功能下降、精神癥狀和行為障礙、日常生活能力的逐漸下降。

目前針對阿爾茨海默病，醫(yī)生通過患者的癡呆表現(xiàn)只能確定患者得了相應(yīng)的病，但是通過其外在表現(xiàn)并不知道誘發(fā)患者發(fā)病的病因，因此醫(yī)生沒辦法出具最佳的醫(yī)療方案對其病進(jìn)行控制。現(xiàn)有存在部分研究表明患有阿爾茨海默病的患者，其腦部區(qū)域的海馬、內(nèi)嗅皮質(zhì)和/杏仁核體積縮小會縮小，對此部分醫(yī)學(xué)研究者以嘗試通過這個幾個區(qū)域去尋找誘發(fā)阿爾茨海默病的病因。

由于腦部組織較為復(fù)雜，加之每位患者患病后，其腦部區(qū)域變化變化并不都一樣，有的只是其中一塊區(qū)域體積會變化，有的是兩塊區(qū)域，使得每位患者腦部區(qū)域變換并不完全一樣，使得醫(yī)學(xué)研究者在進(jìn)行研究時難以準(zhǔn)確從每張腦部圖像中準(zhǔn)確定位腦部圖像中的相應(yīng)區(qū)域，并準(zhǔn)確地將其從腦部組織中提取出來，使得醫(yī)學(xué)研究者在尋找病因時出現(xiàn)多種干擾因素，影響試驗的順利進(jìn)行。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供了一種基于級聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法，其通過級聯(lián)深度網(wǎng)絡(luò)能夠準(zhǔn)確地提取每張核磁共振圖像中的病灶腦區(qū)。

為了達(dá)到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：

提供一種基于級聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法，其包括：

將三維Unet網(wǎng)絡(luò)和三維CNN反饋網(wǎng)絡(luò)級聯(lián)成一個級聯(lián)深度網(wǎng)絡(luò)；

輸入采用正常人的核磁共振腦部圖像與患者的核磁共振腦部圖像作為的訓(xùn)練樣本對級聯(lián)深度網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

獲取患者的核磁共振腦部圖像，并將其輸入已訓(xùn)練的級聯(lián)深度網(wǎng)絡(luò)；

三維Unet網(wǎng)絡(luò)提取核磁共振腦部圖像中的腦部逐體素概率初圖譜，并將其輸入三維CNN反饋網(wǎng)絡(luò)；以及

三維CNN反饋網(wǎng)絡(luò)對腦部逐體素概率初圖譜進(jìn)行分類，反向校正逐體素概率初圖譜，并輸出校正后概率大于設(shè)定閾值的逐體素圖譜作為患者腦部的病灶腦區(qū)。

進(jìn)一步地，采用損失函數(shù)將三維Unet網(wǎng)絡(luò)和三維CNN反饋網(wǎng)絡(luò)級聯(lián)成一個級聯(lián)深度網(wǎng)絡(luò)，所述損失函數(shù)為：

其中，W₁為三維Unet網(wǎng)絡(luò)的參數(shù)，W₂為三維CNN反饋網(wǎng)絡(luò)的參數(shù)，x為輸入到三維Unet的結(jié)構(gòu)MR圖像，y為三維Unet網(wǎng)絡(luò)的輸出；p_l(x)為體素x為病灶的概率；||||₂為二范數(shù)。

進(jìn)一步地，采用梯度下降法對級聯(lián)深度網(wǎng)絡(luò)進(jìn)行訓(xùn)練。