[發(fā)明專利]基于深度學(xué)習(xí)的頭部低劑量CT圖像鈣化點(diǎn)保留方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010142001.5
• 申請(qǐng)日: 2020-03-04
• 公開(kāi)（公告）號(hào): CN111369463B
• 公開(kāi)（公告）日: 2021-02-23
• 發(fā)明（設(shè)計(jì)）人: 葉宏偉;任艷君
• 申請(qǐng)（專利權(quán)）人: 浙江明峰智能醫(yī)療科技有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T5/50;G06T7/10;G06N3/08
• 代理公司: 紹興市越興專利事務(wù)所(普通合伙) 33220
• 代理人: 蔣衛(wèi)東

1.一種基于深度學(xué)習(xí)的頭部低劑量CT圖像鈣化點(diǎn)保留方法，包括

S100低劑量CT圖像降噪，具體包括

S101獲取數(shù)據(jù)：獲得原始頭部低劑量CT圖像和與之對(duì)應(yīng)的原始頭部高劑量CT圖像；

S102數(shù)據(jù)預(yù)處理：將頭部低劑量CT圖像和頭部高劑量CT圖像分割為圖像塊，并將分割得到的低劑量CT圖像塊和高劑量CT圖像塊的CT值歸一化；

S103構(gòu)建網(wǎng)絡(luò)模型一，并初始化網(wǎng)絡(luò)參數(shù)；

S104訓(xùn)練網(wǎng)絡(luò)模型一：將分割得到的頭部低劑量CT圖像塊和頭部高劑量CT圖像塊輸入網(wǎng)絡(luò)模型一中訓(xùn)練網(wǎng)絡(luò)，當(dāng)網(wǎng)絡(luò)模型一的損失函數(shù)值達(dá)到設(shè)置的閾值時(shí)，保存網(wǎng)絡(luò)模型一的最優(yōu)參數(shù)；

S105低劑量CT圖像降噪：使用網(wǎng)絡(luò)模型一的最優(yōu)參數(shù)即把網(wǎng)絡(luò)模型一的參數(shù)設(shè)置為S104中保存的參數(shù)，向網(wǎng)絡(luò)模型一輸入原始的頭部低劑量CT圖像，網(wǎng)絡(luò)輸出即為降噪后的頭部低劑量CT圖像；

S200降噪后的CT圖像恢復(fù)鈣化點(diǎn)，具體包括

S201獲取數(shù)據(jù)：將降噪后的頭部低劑量CT圖像和原始的頭部低劑量CT圖像融合，獲得融合CT圖像；

S202數(shù)據(jù)預(yù)處理：將原始頭部低劑量CT圖像、原始頭部高劑量CT圖像和融合CT圖像分割為CT圖像塊，并將分割得到的CT圖像塊的CT值歸一化；

S203構(gòu)建網(wǎng)絡(luò)模型二，并初始化網(wǎng)絡(luò)參數(shù)；

S204訓(xùn)練網(wǎng)絡(luò)模型二：把分割得到的頭部低劑量CT圖像塊和分割得到的融合CT圖像塊輸入到網(wǎng)絡(luò)中，網(wǎng)絡(luò)的輸出為鈣化點(diǎn)恢復(fù)CT圖像塊，計(jì)算鈣化點(diǎn)恢復(fù)CT圖像塊與頭部高劑量CT圖像塊之間的損失值，根據(jù)損失值更新網(wǎng)絡(luò)參數(shù)，直至損失值達(dá)到設(shè)置的閾值時(shí)，保存網(wǎng)絡(luò)的最優(yōu)參數(shù)；

S205恢復(fù)鈣化點(diǎn)特征：使用網(wǎng)絡(luò)模型二的最優(yōu)參數(shù)即把網(wǎng)絡(luò)模型二的參數(shù)設(shè)置為S204中保存的參數(shù)，向網(wǎng)絡(luò)模型二中輸入原始頭部低劑量CT圖像和融合CT圖像，網(wǎng)絡(luò)輸出為鈣化點(diǎn)被恢復(fù)且低噪聲的頭部CT圖像。

2.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的頭部低劑量CT圖像鈣化點(diǎn)保留方法，其特征在于：所述網(wǎng)絡(luò)模型一采用包含生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)的GAN網(wǎng)絡(luò)。

3.如權(quán)利要求2所述的一種基于深度學(xué)習(xí)的頭部低劑量CT圖像鈣化點(diǎn)保留方法，其特征在于：所述步驟S104中，首先將頭部低劑量CT圖像塊輸入生成網(wǎng)絡(luò)中，輸出得到網(wǎng)絡(luò)生成頭部高劑量CT圖像塊，然后將該圖像塊和頭部高劑量CT圖像塊同時(shí)輸入判別網(wǎng)絡(luò)中，根據(jù)判別網(wǎng)絡(luò)的損失函數(shù)計(jì)算出網(wǎng)絡(luò)生成頭部高劑量CT圖像塊為真實(shí)圖像塊的概率和頭部高劑量CT圖像塊為真實(shí)圖像塊的概率，根據(jù)得到的概率值更新生成網(wǎng)絡(luò)參數(shù)和判別網(wǎng)絡(luò)參數(shù)；重復(fù)的進(jìn)行此步驟，直至判別網(wǎng)絡(luò)無(wú)法判別網(wǎng)絡(luò)生成頭部高劑量CT圖像塊和頭部高劑量CT圖像塊的真假時(shí)，保存模型一的參數(shù)。

4.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的頭部低劑量CT圖像鈣化點(diǎn)保留方法，其特征在于：網(wǎng)絡(luò)模型二采用U-Net網(wǎng)絡(luò)，U-net網(wǎng)絡(luò)有兩個(gè)輸入和一個(gè)輸出，其中兩個(gè)輸入分別為頭部低劑量CT圖像、以及頭部低劑量CT圖像和降噪后的頭部CT圖像的融合CT圖像。

5.如權(quán)利要求4所述的一種基于深度學(xué)習(xí)的頭部低劑量CT圖像鈣化點(diǎn)保留方法，其特征在于：所述步驟S204中，U-Net網(wǎng)絡(luò)的最優(yōu)參數(shù)的確定方式為：根據(jù)U-net網(wǎng)絡(luò)的損失函數(shù)公式，計(jì)算網(wǎng)絡(luò)輸出圖像塊和原始頭部高劑量CT圖像塊之間的損失值，并根據(jù)損失值修改網(wǎng)絡(luò)參數(shù)，直至損失函數(shù)值達(dá)到設(shè)置的閾值時(shí)停止。