[發明專利]一種腦中線檢測方法、系統、終端及存儲介質

在審

• 申請號: 202010523141.7
• 申請日: 2020-06-10
• 公開（公告）號: CN111861989A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 梁孔明;王沈;王亦洲;俞益洲
• 申請（專利權）人: 杭州深睿博聯科技有限公司;北京深睿博聯科技有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06T5/00;G06N3/04;G06N3/08
• 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: 路遠

1.一種腦中線檢測方法，其特征在于，包括：

獲取腦中線偏移患者的腦CT圖像及對應的標注數據；

將所述腦CT圖像及對應的標注數據預處理后按預設比例分成訓練集及測試集；

將所述訓練集分別輸入至預設的姿態矯正網絡、上下文感知特征優化網絡、中線回歸網絡進行訓練，得到初始腦中線檢測模型；

通過所述測試集對所述初始腦中線檢測模型進行優化測試，得到腦中線檢測模型

2.根據權利要求1所述的腦中線檢測方法，其特征在于，所述獲取腦中線偏移患者的腦CT圖像及對應的標注數據，包括：

通過醫院PACS系統獲取腦中線偏移的患者腦CT圖像；

根據醫生對患者腦CT圖像的標注結果，確定標注數據。

3.根據權利要求1所述的腦中線檢測方法，其特征在于，所述將所述腦CT圖像及對應的標注數據預處理后按預設比例分成訓練集及測試集，包括：

將所述腦CT圖像及其標注數據進行灰度歸一化及三維矯正變換預處理；

將預處理的腦CT圖像及對應的標注數據按預設比例分成訓練集及測試集。

4.根據權利要求1所述的腦中線檢測方法，其特征在于，所述將所述訓練集分別輸入至預設的姿態矯正網絡、上下文感知特征優化網絡、中線回歸網絡進行訓練，得到初始腦中線檢測模型，包括：

將腦CT圖像輸入至預設的姿態矯正網絡形成標準姿態圖像；

將所述標準姿態圖像輸入至預設的上下文感知特征優化網絡，輸出中線縱軸范圍和中線區域分割概率圖；

將所述中線區域分割概率圖輸入至預設的中線回歸網絡，輸出中線坐標；

將所述中線縱軸范圍通過預設閾值進行二值化，并與所述中線坐標做哈達瑪積，輸出最終的預測中線坐標。

5.根據權利要求1所述的腦中線檢測方法，其特征在于，所述通過所述測試集對所述初始腦中線檢測模型進行優化測試，得到腦中線檢測模型，包括：

構建連通性正則損失函數優化所述腦中線檢測模型，得到優化后的腦中線檢測模型；

通過測試集對優化腦中線檢測模型進行測試，輸出測試集的預測中線坐標；

根據所述測試集的預測中線坐標與對應的標注數據中線計算平均距離誤差(LDE)、最大移位距離誤差(MSDE)、對稱位置的最大表面距離(HD)和對稱位置的平均表面距離(ASD)四個距離指標；

當優化后的腦中線檢測模型的距離指標超過初始腦中線檢測模型時，將優化后的腦中線檢測模型作為腦中線檢測模型。

6.一種腦中線檢測系統，其特征在于，包括：

獲取單元，配置用于獲取腦中線偏移患者的腦CT圖像及對應的標注數據；

預處理單元，配置用于將所述腦CT圖像及對應的標注數據預處理后按預設比例分成訓練集及測試集；

模型訓練單元，配置用于將所述訓練集分別輸入至預設的姿態矯正網絡、上下文感知特征優化網絡、中線回歸網絡進行訓練，得到初始腦中線檢測模型；

模型優化單元，配置用于通過所述測試集對所述初始腦中線檢測模型進行優化測試，得到腦中線檢測模型。

7.根據權利要求6所述的腦中線檢測系統，其特征在于，所述獲取單元具體用于：

通過醫院PACS系統獲取腦中線偏移的患者腦CT圖像；

根據醫生對患者腦CT圖像的標注結果，確定標注數據。

8.根據權利要求6所述的腦中線檢測系統，其特征在于，所述預處理單元具體用于：

將所述腦CT圖像及其標注數據進行灰度歸一化及三維矯正變換預處理；

將預處理的腦CT圖像及對應的標注數據按預設比例分成訓練集及測試集。