[發明專利]基于U-Net網絡的CT影像身體器官自動分割方法

在審

• 申請號: 202010407564.2
• 申請日: 2020-05-14
• 公開（公告）號: CN111627032A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 吳昊天;徐榭;裴曦
• 申請（專利權）人: 安徽慧軟科技有限公司
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06N3/04;G06N3/08;G16H20/40
• 代理公司: 合肥匯融專利代理有限公司 34141
• 代理人: 陳維琴

1.基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于，包括以下步驟：

步驟1：解析CT圖像，將圖像的像素矩陣值轉換成HU值；

步驟2：使用器官分類算法，篩選出當前器官所在的CT圖像；

步驟3：對圖像做預處理，包括插值和裁剪；

步驟4：將步驟1至步驟3處理后的圖像輸入到訓練好的U-Net模型里面進行預測；

步驟5：對預測出來的圖像做后處理，包括閾值化、反插值和反裁剪；

步驟6：提取預測器官的輪廓，即為器官的自動分割。

2.根據權利要求1所述基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于：在步驟4中建立卷積神經網絡模型，通過卷積層、Batch Normalization層、Concatenate層、池化層和全連接層進行構建。

3.根據權利要求2所述基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于：所述建立的卷積神經網絡模型分為左側的編碼層跟右側的解碼層。

4.根據權利要求3所述基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于：所述左側編碼層中的一個編碼層單元包括3x3卷積、RELU激活層及2x2的最大池化層，編碼層的每一步特征通道數都增加一倍。

5.根據權利要求3所述基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于：右側解碼層中的一個解碼層單元融合對應編碼層輸出的特征圖池化層得到新的特征矩陣，最后一層用了一層1x1得卷積將64個通道映射到想要的類別數上。

6.根據權利要求1所述基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于：在步驟4中所述的U-Net模型由訓練醫生勾畫好的數據得出。

7.根據權利要求6所述基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于，包括以下步驟：

步驟41：根據步驟1和步驟3對圖像進行處理；

步驟42：搭建U-Net網絡，其中采用Dice系數作為損失函數；

步驟43：將得出的圖像作為輸入，對構建的U-Net網絡進行訓練。

8.根據權利要求7所述基于U-Net網絡的CT影像身體器官自動分割方法，其特征在于：其定義式為

其中V(A)和V(B)分別標識自動分割結果和醫生手動勾畫的面積。