[發明專利]基于深度學習的頭部低劑量CT圖像鈣化點保留方法

有效

• 申請號: 202010142001.5
• 申請日: 2020-03-04
• 公開（公告）號: CN111369463B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 葉宏偉;任艷君
• 申請（專利權）人: 浙江明峰智能醫療科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/10;G06N3/08
• 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深度學習的頭部低劑量CT圖像鈣化點保留方法，涉及CT圖像處理技術領域，主要包括頭部低劑量CT圖像降噪和降噪后的頭部CT圖像鈣化點恢復。在頭部低劑量CT圖像降噪后，雖然圖像的噪聲水平得到降低，但是也同時減弱或者消除了和噪聲點十分相似的鈣化點。由于頭部鈣化點是醫生診斷的重要依據之一，因此非常有必要在降低頭部低劑量CT圖像噪聲水平的同時保留鈣化點。本發明將深度學習方法運用于頭部低劑量CT圖像鈣化點保留中，不僅可以去除頭部低劑量CT圖像上的噪聲和偽影，還可以保留和噪聲十分相似的鈣化點，即在提高頭部CT圖像質量的同時保留圖像中的關鍵特征，有助于醫生診斷。

技術領域

本發明涉及一種基于深度學習的頭部低劑量CT圖像鈣化點保留方法，屬于CT圖像處理技術領域。

背景技術

電子計算機斷層掃描（Computed Tomography，CT），利用精確準直的X線束與靈敏度極高的探測器一同圍繞人體的某一部位做一個接一個的斷面掃描，具有掃描時間快，圖像清晰等特點，可用于多種疾病的檢查，如今CT已經成為醫院中最重要的檢查工具之一。

隨著CT越來越廣泛的應用，其缺點也在逐漸暴露，近年來一些研究表明，X射線掃描產生的輻射會對患者的健康造成不利的影響，如果掃描劑量控制的不得當有可能誘發癌癥等病變。全世界每年有上千萬次的CT檢查，CT掃描產生的輻射對于患者所造成的潛在危害也受到了越來越廣泛的關注。因此發展能夠在CT掃描檢測中減少對患者輻射劑量的新技術已經成為醫學領域的迫切需求。

然而，在CT掃描檢測中減少輻射劑量往往會增加圖像的噪聲和偽影，從而影響醫生的閱片和診斷。因此，設計更好的低劑量CT圖像重建或圖像處理方法已成為人們廣泛關注的問題。近年來隨著深度學習技術的飛速發展，為低劑量CT圖像重建提供了新的思路。目前已有大量研究把卷積神經網絡（Convolutional Neural Network，CNN）、生成對抗神經網絡（Generative Adversarial Network ,GAN）等深度學習方法運用到了低劑量CT圖像重建中，這些方法都可以有效地去除圖像偽影和噪聲，并能較好地保留圖像的關鍵信息。深度學習方法的原理主要是最小化低劑量CT圖像和高劑量CT圖像之間的均方誤差（mean-squared-error），使重建出的低劑量CT圖像的信噪比（peak signal-to-noise ratio）和高劑量CT圖像的信噪比達到相同水平，提高低劑量CT圖像的清晰度。

但在頭部CT圖像中存在著一種和噪聲點特征（CT值的大小和所占像素數目多少）十分相似的結構即鈣化點。在使用深度學習網絡為頭部低劑量圖像降噪時，網絡因無法區分噪聲點和鈣化點，會錯誤地把鈣化點當作噪聲點來處理，對存在鈣化點的頭部低劑量CT圖像進行降噪后，其鈣化點信息將被減弱甚至被去除。如果為了提升頭部低劑量CT圖像的質量，而致使圖像中原有的組織丟失，便違背了為頭部低劑量CT圖像降噪的目的（通過去除一些不必要的噪聲和偽影，提高圖像的質量，便于醫生的診斷）。頭部鈣化點是診斷患者是否存在病變的重要依據之一，如果因鈣化點信息被減弱或被去除而造成漏診的結果，便失去了低劑量CT圖像重建的意義。因此在為頭部低劑量CT圖像降噪的同時，保留圖像中原有的鈣化點是十分重要的。

換言之，目前現有技術中，鈣化點的識別和保留大都是在高劑量CT圖像上進行的，高劑量CT圖像上一般不會存在和鈣化點特征相似的噪聲點，因此識別和保留鈣化點都比較方便。一般做法是首先計算出CT圖像上各像素點的CT值，根據設置的閾值判斷各像素點是否為鈣化像素點；然后利用連接成分算法把圖像中各鈣化像素點連接成塊，得到鈣化點，最后把得到的鈣化點進行標注保留。但上述方法僅適用于正常劑量的CT圖像，無法應用于低劑量CT圖像中鈣化點的標注和保留。前述也提到，在頭部低劑量CT圖像中存在較多的噪聲點，這些噪聲點的特征（所占像素數目和CT值）與鈣化點十分相似，如果僅根據上述方法并不能準確地把鈣化點和噪聲點區分出來。

基于此，做出本申請。

發明內容