[發明專利]基于金字塔場景分析網絡的MRI腦腫瘤分割方法及系統

在審

• 申請號: 201910317780.5
• 申請日: 2019-04-19
• 公開（公告）號: CN110047068A
• 公開（公告）日: 2019-07-23
• 發明（設計）人: 陳振學;劉章強;張金嶺;周良建;泮永朋
• 申請（專利權）人: 山東大學;臨沂市人民醫院;山東大學深圳研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張慶騫

本公開提供了一種基于金字塔場景分析網絡的MRI腦腫瘤分割方法及系統。其中，一種基于金字塔場景分析網絡的MRI腦腫瘤分割方法，包括：預處理MRI腦腫瘤圖像，得到MRI腦腫瘤的切片圖像及其對應的標簽，進而形成訓練集和測試集；所述標簽包括正常組織區、水腫區、非增強腫瘤區、增強腫瘤區和壞死區；利用訓練集對卷積神經網絡模型進行訓練，直至卷積神經網絡模型輸出MRI腦腫瘤分割圖像與期望分割圖像之間的誤差小于預設閾值，停止訓練；利用訓練好的卷積神經網絡模型對測試集進行分割，并取特征圖作為金字塔池化模型的輸入值；金字塔池化模型對特征圖進行池化和上采樣以及不同級別特征拼接操作，輸出逐像素預測分割結果。

技術領域

本公開屬于MRI腦腫瘤分割領域，尤其涉及一種基于金字塔場景分析網絡的MRI腦腫瘤分割方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

MRI也就是磁共振成像，英文全稱是：Magnetic Resonance Imaging。經常為人們所利用的原子核有：1H、11B、13C、17O、19F、31P。在這項技術誕生之初曾被稱為核磁共振成像，到了20世紀80年代初，作為醫學新技術的NMR成像(NMR Imaging)一詞越來越為公眾所熟悉。

大腦是人的身體重要組成部分，據有關調查報告顯示，腦腫瘤的發病率呈上升趨勢。腦腫瘤精確分割是腦腫瘤治療過程中的重要環節，基于腦腫瘤的精確分割結果，醫生即可獲得腫瘤的形態、大小及位置等多種信息，對其進行定量的分析和跟蹤比較，掌握腫瘤的病變發展和生長狀態，對醫學影像分析和臨床應用研究具有十分重要的意義。

發明人發現，目前臨床應用中對腦腫瘤的分割過程主要是由經驗豐富的專家根據自身的醫學圖像分割經驗，借助專業的軟件直接畫出感興趣區域的邊緣輪廓。醫學圖像的專家分割是圖像分割的金標準，雖然人工手動分割準確率高，但是耗時耗力，實時性差，效率較低，不能滿足批量處理腫瘤圖像分割工作的需要，并且分割結果的好壞依賴于操作者的先驗知識和經驗積累，具有一定的主觀性，不同醫生對同一病人的MRI圖像會有不同的判斷結果，同一名醫生在不同時期對同一病人MRI圖像的分割結果也不盡相同，存在個體性差異，可重復操作性較差。因此，利用圖像分割算法對腦腫瘤圖像進行自動或半自動分割，給醫生的診斷和治療提供輔助參考，減輕醫生的工作負擔，提高腫瘤分割的準確性，不僅是醫學圖像分割研究的發展趨勢，同時也是臨床醫學應用的現實需要。

發明人還發現，基于核磁共振圖像的腦轉移瘤和腦膠質瘤分割是一件十分具有挑戰性的工作。它的挑戰主要在于腦腫瘤通常浸潤周圍組織而不是替代周圍組織，使得腫瘤在磁共振圖像中邊界模糊且與正常腦組織混疊在一起，要實現對腦腫瘤的正常分割非常困難。目前的人工腦腫瘤分割存在效率低、可靠性低和分割不穩定缺點。

發明內容

為了解決上述問題，本公開的第一個方面提供一種基于金字塔場景分析網絡的MRI腦腫瘤分割方法，其將卷積神經網絡與金字塔池化模型結合起來，通過結合局部和全局線索來提高最終預測的可靠性。

為了實現上述目的，本公開采用如下技術方案：

一種基于金字塔場景分析網絡的MRI腦腫瘤分割方法，包括：

預處理MRI腦腫瘤圖像，得到MRI腦腫瘤的切片圖像及其對應的標簽，進而形成訓練集和測試集；所述標簽包括正常組織區、水腫區、非增強腫瘤區、增強腫瘤區和壞死區；

利用訓練集對卷積神經網絡模型進行訓練，直至卷積神經網絡模型輸出MRI腦腫瘤分割圖像與期望分割圖像之間的誤差小于預設閾值，停止訓練；

利用訓練好的卷積神經網絡模型對測試集進行分割，并取特征圖作為金字塔池化模型的輸入值；

金字塔池化模型對特征圖進行池化和上采樣以及不同級別特征拼接操作，輸出逐像素預測分割結果。