[發(fā)明專利]一種基于動(dòng)態(tài)閾值的淋巴癌圖像精細(xì)分割方法

有效

• 申請?zhí)枺?/td>: 202010425083.4
• 申請日: 2020-05-19
• 公開（公告）號: CN111724391B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 胡海根;杜超;蘇一平;管秋;周乾偉;肖杰;陳勝勇
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/12;G06T7/00
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

一種基于動(dòng)態(tài)閾值的淋巴癌圖像精細(xì)分割方法，首先使用雙預(yù)測精度的方法來保證ROI選取的準(zhǔn)確性，以及確保選擇區(qū)域包含整個(gè)淋巴癌；其次，對于在優(yōu)化過程中新出現(xiàn)的單個(gè)淋巴癌病灶，視為一個(gè)新的ROI區(qū)域，并以獨(dú)立的閾值標(biāo)準(zhǔn)繼續(xù)優(yōu)化邊緣，以此調(diào)整密集區(qū)域單個(gè)淋巴癌的邊緣精細(xì)分割。本發(fā)明通過采用動(dòng)態(tài)ROI閾值方法對密集區(qū)域單個(gè)病灶圖像的初分割結(jié)果進(jìn)行優(yōu)化，利用雙預(yù)測精度信息獲取更為準(zhǔn)確的淋巴癌圖像。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于動(dòng)態(tài)閾值的淋巴癌圖像精細(xì)分割方法。

技術(shù)背景

18-fluorine?fluorodeoxyglucose(18F-FDG)的PET成像是醫(yī)學(xué)分析淋巴癌的主要手段和工具，在PET圖像中，standardized?uptake?value(SUV)被廣泛用于定位和分割淋巴癌。淋巴癌的PET圖分辨率極低，就算是經(jīng)驗(yàn)豐富的專家，對同一個(gè)淋巴癌手動(dòng)識別都會(huì)存在微小的差異，因此在很多情況下，約定俗成使用局部最大值的41％作為衡量標(biāo)準(zhǔn)。但是，使用局部的閾值作為分割標(biāo)準(zhǔn)一般需要額外提供感興趣區(qū)域，在全身的PET數(shù)據(jù)中無法使用閾值法。直接使用閾值法明顯無法滿足淋巴癌的多樣性。由于受限于單一的最大值，周圍的淋巴癌塊圖像容易被忽略，并且一些正常的組織圖像被誤認(rèn)為淋巴癌圖像。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，針對一些粗分割結(jié)果的局部病灶圖像邊緣存在欠分割的問題，本發(fā)明提供一種基于動(dòng)態(tài)閾值在淋巴癌圖像精細(xì)分割的方法，通過采用動(dòng)態(tài)ROI閾值方法對密集區(qū)域單個(gè)病灶圖像的初分割結(jié)果進(jìn)行優(yōu)化。

為了解決上述技術(shù)問題，本發(fā)明能夠提供如下的技術(shù)方案：

一種基于動(dòng)態(tài)閾值淋巴癌圖像精細(xì)分割的方法，所述方法包括以下步驟：

步驟1.獲取大致位置準(zhǔn)備階段，probs是指網(wǎng)絡(luò)輸出概率，T1是低閾值，T2是高閾值，過程如下：

1.1)獲取probs中病灶概率大于T1的坐標(biāo)簇C1；

1.2)獲取probs中病灶概率大于T2的坐標(biāo)C2。

1.3)對于每一個(gè)C1，使其與C2相與，即C1∩C2，若不為空集保留C1，否則舍棄。

步驟2.局部優(yōu)化階段，即優(yōu)化C1中每一個(gè)簇，所述簇為單個(gè)病灶集合，過程如下：

2.1)對于簇的總像素點(diǎn)多余N1，若SUV最低值＜SUV最大值*0.41：刪除這個(gè)最低值坐標(biāo)；否則保存這個(gè)簇并進(jìn)行下一個(gè)簇(這個(gè)簇優(yōu)化完畢)；

2.2)對于簇的總像素點(diǎn)少于余N1，保存這次簇并進(jìn)行下一個(gè)簇(這個(gè)簇優(yōu)化完畢)；

2.3)檢測是否分類成兩個(gè)簇，分裂則刪除原先的簇并將分裂后的兩個(gè)簇添加到C1中；未分裂：下次迭代繼續(xù)優(yōu)化這個(gè)簇；

2.4)更新ROI；

2.5)訓(xùn)練過程中重復(fù)2.1)～2.4)直到C1為

進(jìn)一步，所述步驟1中，獲取淋巴癌大致位置，在低閾值T1中表示淋巴癌低精度確保包含完整的，在高閾值T2中表示高精度確保病灶的準(zhǔn)確性，如此能最大程度在欠分割的邊緣區(qū)域得到了很好的分割效果；將SUV值低的點(diǎn)排除，直到最低亮度值大于最高亮度值的41％；但是在排除過程中每隔固定間隔對剩余的區(qū)域進(jìn)行監(jiān)測，如果此區(qū)域分裂成兩度獨(dú)立的區(qū)域，則這兩個(gè)區(qū)域彼此之間就不存在聯(lián)系，每個(gè)區(qū)域單獨(dú)按照自己內(nèi)部的閾值繼續(xù)優(yōu)化，直到41％的停止標(biāo)準(zhǔn)。

本發(fā)明的技術(shù)構(gòu)思為：首先使用雙預(yù)測精度的方法來保證ROI選取的準(zhǔn)確性，以及確保選擇區(qū)域包含整個(gè)淋巴癌；其次，對于在優(yōu)化過程中新出現(xiàn)的單個(gè)淋巴癌病灶，視為一個(gè)新的ROI區(qū)域，并以獨(dú)立的閾值標(biāo)準(zhǔn)繼續(xù)優(yōu)化邊緣，以此調(diào)整密集區(qū)域單個(gè)淋巴癌的邊緣精細(xì)分割。

本發(fā)明的有益效果主要表現(xiàn)在：利用雙預(yù)測精度信息獲取更為準(zhǔn)確的淋巴癌圖像。