[發明專利]基于輕量級卷積神經網絡的智能醫學圖像質量評估方法

在審

• 申請號: 201911035271.X
• 申請日: 2019-10-29
• 公開（公告）號: CN110827250A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 周龍;葉宏偉;沈鍇;王碩
• 申請（專利權）人: 浙江明峰智能醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T11/00;G06K9/62
• 代理公司: 紹興市越興專利事務所(普通合伙) 33220
• 代理人: 蔣衛東

本發明提供了一種基于輕量級卷積神經網絡的智能醫學圖像質量評估方法，涉及醫學圖像質量評估方法技術領域，包括采集臨床掃描的CT圖像；對CT圖像做預處理；對不同厚度的CT圖像做重采樣；將CT圖像尺寸歸一化到相同尺寸；CT圖像質量進行評估分類并打分；加載網絡結構；初始化網絡；將處理好的CT圖像和對應的分數輸入到網絡中訓練并計算網絡損失；根據網絡損失最優化網絡；保存最優網絡和最優權重；利用最優化的網絡模型對CT圖像的每一張切片進行質量分類；使用加權平均的方法給出當前掃描CT圖像整體的質量分數，得到評估結果。（1）本發明采用輕量級深度學習模型可以快速實現CT圖像質量評估。自動評估圖像質量，不需要人為干預，準確可靠。

技術領域

本發明涉及一種醫學圖像質量評估方法，尤其涉及一種基于輕量級卷積神經網絡的智能醫學圖像質量評估方法。

背景技術

計算機斷層成像（Computed Tomography，簡稱CT），是一種利用數位幾何處理后重建的三維放射線醫學影像。該技術使用X射線束對人體某部一定厚度的層面進行掃描，由探測器接收透過該層面的X射線，轉變為可見光，經過光電轉換器件將光信號轉變為電信號，再經模擬/數字轉換器轉為數字信號，并輸入計算機處理。由于不同的組織對X射線的吸收能力（線性衰減系數）不同，可以用計算機的三維重建技術重建出斷層面影像。CT成像技術的優點之一是它可以提供很高的空間分辨率（0.5 毫米）。它的一個弱點是軟組織對比度較差。當診斷對軟組織對比度要求較高時，需要配合核磁共振影像技術來輔助檢查。因此CT成像技術通常用于頭部，胸前，心臟，腹部，盆骨，以及四肢的檢查。

在當前的CT掃描流程中，醫生根據病人的身高體重，以及臨床診斷需要，確定合適的掃描協議來完成病人的CT檢查。由于影響CT圖像質量的因素很多，常見的包括CT掃描器校準出現異常，CT探測器異常，錯誤的掃描協議等因素。

現有技術中一般是使用人眼來檢查CT掃描圖像質量，或者需要依靠專業醫師或技師來評價圖像質量，但存在檢查效率低，對人員專業素養要求高，依賴性強，容易出現評估不準確可靠性不高的缺陷。

因此為了避免或者降低由于CT圖像質量的原因導致的誤診或者漏診的問題，亟需一種利用深度學習模型來準確而快速的評估方法來評估本次掃描圖像的質量，在掃描完成之后，迅速而自動給出圖像質量評判，使技師能在病人離開醫院之前進行及時補救，或者對機器進行必要維護/維修。然而目前并沒有任何文獻提出使用深度學習的方法來準確且快速的評估CT掃描圖像質量的方法。

基于此，做出本申請。

發明內容

為了解決現有技術中存在的上述缺陷，本發明的目的是提供一種基于輕量級卷積神經網絡的智能醫學圖像質量評估方法，評估效率高，準確可靠，因此可以降低誤診和漏診的幾率，或對掃描進行及時補掃，或者及時進行機器維護/維修。

為了實現上述目的，本發明采取的技術方案如下：

一種基于輕量級卷積神經網絡的智能醫學圖像質量評估方法，包括以下：

（1）采集臨床掃描的CT圖像；

（2）對CT圖像做預處理；

（3）對不同厚度的CT圖像做重采樣；

（4）將CT圖像尺寸歸一化到相同尺寸；

（5）CT圖像質量進行評估分類并打分；

（6）加載網絡結構；

（7）初始化網絡；

（8）將處理好的CT圖像和對應的分數輸入到網絡中訓練并計算網絡損失；

（9）根據網絡損失最優化網絡；

（10）保存最優網絡和最優權重；