[發明專利]基于動態邊緣預測的核磁共振影像中腎臟分離方法及裝置

有效

• 申請號: 202010155718.3
• 申請日: 2020-03-09
• 公開（公告）號: CN111563875B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 陳莉;楊正浩;林海曉
• 申請（專利權）人: 北京靈醫靈科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13
• 代理公司: 北京天方智力知識產權代理事務所(普通合伙) 11719
• 代理人: 張廷利

1.一種基于動態邊緣預測的核磁共振影像中腎臟分離方法，其特征在于，包括以下步驟：

S1，確定方向集D＝{d₁,d₂,…,d_M}，其中，所述方向集D中包含的元素為將單位球方位角和極角均分后，單位球上每個方向對應的向量；

S2，將現有帶標注的腎臟核磁共振影像集合按預設比例劃分為訓練集和測試集，每一套醫學影像形成一個尺寸為H_x*H_y*H_z大小的訓練矩陣C，其中，所述訓練矩陣C中每個元素儲存體素(x,y,z)到邊界的距離；

S3，對于每套腎臟核磁共振影像，隨機采樣形成訓練種子點集P＝{p₁,p₂,…,pN}；構建形狀為n*m的訓練距離矩陣R1，所述訓練距離矩陣R1中每個元素r_ij為方向j上距離第i個樞點的距離，將所有距離初始化為預設值；構建訓練終點集E1，所述訓練終點集E1中每個元素e_ij＝p_i+r_ij*d_m；構建形狀為n*m的訓練終點強度矩陣I1，所述訓練終點強度矩陣I1中每個元素i_ij為核磁共振圖像中終點e_ij對應體素的強度值；

S4，將所述訓練終點強度矩陣I1輸入預先構建的動態邊緣預測網絡，所述動態邊緣預測網絡輸出與所述訓練終點強度矩陣I1相同尺寸的訓練矩陣O1，所述訓練矩陣O1中每個元素代表該終點距離邊界的距離；

S5，將所述訓練矩陣O1與所述訓練矩陣C逐元素計算平方損失，并將損失反傳給所述動態邊緣預測網絡，更新所述訓練距離矩陣R1，所述訓練終點集E1和所述訓練終點強度矩陣I1，直至執行本步驟預設第一次數，得到訓練好的動態邊緣預測網絡；

S6，初始化形狀為N*M的預測距離矩陣R2，所述預測距離矩陣R2中每個元素為r_ij為方向j上距離第i個樞點的距離；

S7，在待預測腎部MRI圖像上隨機采樣n個種子點，依據所述方向集D，以及初始化的所述預測距離矩陣R2，形成預測終點集E2，每個預測終點集E2對應的圖像強度值形成尺寸為n*m的預測終點強度矩陣I2；

S8，將所述預測終點強度矩陣I2輸入所述訓練好的動態邊緣預測網絡，得到同樣尺寸的預測矩陣O2，所述預測矩陣O2中每個元素代表對應終點距離邊界的長度；

S9，利用所述預測矩陣O2更新所述預測距離矩陣R2，進行對應元素相加，并同時更新所述預測終點集E2和所述預測終點強度矩陣I2，直至執行本步驟預設第二次數，或者所述預測矩陣O2內元素小于預設閾值；

S10，對所述預測終點集E2中點進行核密度估計，去除孤立點；

S11，對所述預測終點集E2中剩余終點進行三角剖分形成網格結構；

S12，對所述網格結構進行體素化和空洞填充；

S13，對體素化后的模型表面薄化重建腎臟表面。