[發明專利]PET圖像的篩選方法和裝置

有效

• 申請號: 201911211384.0
• 申請日: 2019-12-02
• 公開（公告）號: CN111008976B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 吳嘉;楊韙菀;崔潤曦;陳志剛;劉佳琦
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/00;G06T5/00;G06V10/762;G06V10/82;G06N3/08
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 曾志鵬

本發明公開了一種PET圖像的篩選方法和裝置，所述方法包括：對于每張PET圖像，使用差分激活濾波器確定該PET圖像的像素的激活信號，進而計算該PET圖像中像素的激活信c號的最大池化的值；將激活信號的最大池化的值大于零的PET圖像，篩選為包含病變圖像的PET圖像。應用本發明可以對包含病變區域的圖像進行篩選，幫助醫生診斷以減少醫生工作量。

技術領域

本發明涉及圖像處理技術領域，特別是指一種PET圖像的篩選方法和裝置。

背景技術

在癌癥診斷的過程中，因為患者可能無法提前確定病變的具體位置，而一個全身的PET(正電子發射斷層成像)掃描將會產生多達640張圖像。對于醫生來說，篩選出關鍵的PET圖像通常需要很長的時間，而且有時僅僅一些相關的關鍵圖像可用。

因此，有必要提供一種可以對包含病變區域的圖像進行篩選的算法，幫助醫生診斷以減少醫生工作量。

發明內容

有鑒于此，本發明的目的在于提出一種PET圖像的篩選方法和裝置，可以對包含病變區域的圖像進行篩選，幫助醫生診斷以減少醫生工作量。

基于上述目的，本發明提供一種PET圖像的篩選方法，包括：

對于每張PET圖像，使用差分激活濾波器確定該PET圖像的像素的激活信號，進而計算該PET圖像中像素的激活信號的最大池化的值；

將激活信號的最大池化的值大于零的PET圖像，篩選為包含病變圖像的PET圖像。

其中，所述使用差分激活濾波器確定該PET圖像的像素點的激活信號，具體包括：

根據如下公式一計算所述PET圖像的像素點的激活信號A(x,y)：

公式一中，A(x,y)為所述PET圖像中坐標為(x,y)的像素點的激活信號，N(x,y)為所述PET圖像中中心坐標為(x,y)的視野窗口，g_i為N(x,y)中第i個像素的灰度值，S為所述視野窗口的邊長，T是設定在范圍[0-255]內的示蹤劑濃度閾值；tanh為激活功能函數。

較佳地，在所述將激活信號的最大池化大于零的PET圖像，篩選為包含病變圖像的PET圖像后，還包括：對篩選為包含病變的PET圖像進行降噪處理：

對篩選出的PET圖像，進行廣義Anscombe變化轉化為有單位方差的高斯噪聲的信號f(x)，進而使用高斯降噪算法獲得去噪的信號D(x)；

使用神經網絡反演處理信號D(x)的逆變化方法，獲得降噪處理后的圖像；其中，所述神經網絡是預先訓練得到的。

其中，所述神經網絡是根據如下方法預先訓練得到的：

將訓練集中的PET圖像的信號應用方差穩定性變換，轉化為具有單位方差的高斯噪聲的信號；

將轉化得到的具有單位方差的高斯噪聲的信號，使用高斯降噪算法去噪后，獲得去噪信號；

將獲得的去噪信號，作為所述神經網絡的輸入；

將驗證集中對應的PET圖像的信號作為所述神經網絡的預輸出，用以訓練所述神經網絡；

其中，所述驗證集中的PET圖像的生成方法為：基于隨機矩陣M得到驗證集中的一個PET圖像的圖像信號；所述訓練集中PET圖像的生成方法為：對驗證集中PET圖像的圖像信號加入泊松噪聲，得到噪聲污染了的圖像信號，作為訓練集中對應的PET圖像。

較佳地，在所述將激活信號的最大池化大于零的PET圖像，篩選為包含病變圖像的PET圖像后，還包括：

對篩選出的PET圖像進行圖像分割和病灶分割。