[發明專利]一種基于多序列MRI的sCT生成方法

有效

• 申請號: 201910382461.2
• 申請日: 2019-05-08
• 公開（公告）號: CN110270015B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 裴曦;徐榭
• 申請（專利權）人: 中國科學技術大學
• 主分類號: A61N5/10
• 分類號: A61N5/10
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周天宇

一種基于多序列MRI的sCT生成方法，包括：S1，基于循環生成對抗網絡構建sCT生成模型；S2，獲取n組MRI序列以及相應的CT影像；S3，利用n組MRI序列中的任一MRI序列及CT影像調整sCT生成模型的參數，使得sCT生成模型的損失函數滿足預設條件；S4，重復操作S3，調整每一MRI序列對應的sCT生成模型參數，并利用調整后的sCT生成模型生成n組MRI序列對應的n組sCT；S5，根據CT影像和n組sCT計算該n組sCT對應的n個權重值，對n個權重值和n組sCT進行乘加計算，得到sCT。通過耦合多組MRI序列特征信息生成符合臨床精度和速度要求的sCT，該方法計算速度快、穩定且魯棒性強。

技術領域

本公開涉及放射治療的優化方法領域，具體地，涉及一種基于多序列 MRI的sCT生成方法。

背景技術

電子計算機斷層掃描(Computed Tomography，CT)是當前獲取放療影響數據的主要方式，但是CT的軟組織對比度有限，且存在額外的電離輻射。相比于CT，磁共振成像(Magnetic Resonance Imaging，MRI)具有軟組織鑒別能力優越、無電離輻射及無骨偽影等優點，目前放療常采用MRI與CT配準融合，但是會引入配準誤差。基于MRI的放療不僅可以消除該誤差，而且還將減少患者接受的CT劑量，但是由于MRI信號強度與電子密度沒有直接關系，無法計算放療計量，因此，需要從MRI中獲得 CT的等效數據，通常把該等效數據稱為偽CT(Synthetic CT，sCT)。

國內外研究基于MRI生成sCT的方法主要分為：基于組織分割、基于圖譜分割和基于學習的方法(分為基于統計學的方法和基于深度學習的方法)。其中，基于組織分割的方法在分割人體復雜器官時，精度難以保證，且幾種組織密度類型遠遠不足以代替CT值；基于圖譜分割的方法在存在較大解剖變化或病理差異的情況下，很難精準地配準患者影像，且其配準時間較長，限制其臨床應用；基于統計學的方法不能有效地區分結構細節，難以做出可靠的預測；基于深度學習的方法依賴于患者MRI和CT 精確配準的訓練數據，并且其基于單個MRI序列(以T1WI居多)，而臨床上為了精確診斷通常會采集多組MRI序列(例如T1WI、T2WI、FST1 等)，并不能滿足臨床需求。

發明內容

(一)要解決的技術問題

本公開鑒于上述問題，提供了一種基于多序列MRI的sCT生成方法，通過基于循環生成對抗網絡構建sCT生成模型并對模型參數進行調整，并耦合多組MRI序列特征信息生成sCT，以至少解決以上技術問題。

(二)技術方案

本公開提供了一種基于多序列MRI的sCT生成方法，包括：S1，基于循環生成對抗網絡構建sCT生成模型；S2，獲取n組MRI序列以及相應的CT影像；S3，利用所述n組MRI序列中的任一MRI序列及所述CT 影像調整所述sCT生成模型的參數，使得所述sCT生成模型的損失函數滿足預設條件；S4，重復操作S3，調整每一MRI序列對應的sCT生成模型參數，并利用調整后的所述sCT生成模型生成所述n組MRI序列對應的n 組sCT；S5，根據所述CT影像和n組sCT計算該n組sCT對應的n個權重值，對所述n個權重值和n組sCT進行乘加計算，得到所述sCT。

可選地，所述sCT生成模型包括sCT生成器、sMRI生成器、CT判別器和MRI判別器，所述sCT生成模型包括前向循環和后向循環，所述前向循環和后向循環共用所述sCT生成器、sMRI生成器、CT判別器和 MRI判別器。

可選地，所述步驟S3還包括：計算所述sCT生成器的圖像損失函數；為所述圖像損失函數設定一預設權重。