[發(fā)明專利]基于3D CAM的大腦核磁共振異常圖像的可視化方法

在審

• 申請?zhí)枺?/td>: 202010577553.9
• 申請日: 2020-06-22
• 公開（公告）號: CN111709958A
• 公開（公告）日: 2020-09-25
• 發(fā)明（設(shè)計）人: 張高立
• 申請（專利權(quán)）人: 天水市第一人民醫(yī)院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/55
• 代理公司: 溫州市品創(chuàng)專利商標代理事務(wù)所(普通合伙) 33247
• 代理人: 吳海云

本發(fā)明公開了一種基于3D CAM的大腦核磁共振異常圖像的可視化方法，包括如下步驟：S1、采集患者的腦核磁共振異常圖像數(shù)據(jù)及對應(yīng)的異常識別結(jié)果數(shù)據(jù)作為訓練樣本；S2、利用訓練樣本構(gòu)建異常圖像識別模型，所述異常圖像識別模型采用Ssd_Grad?CAM模型進行訓練；S3、基于異常圖像識別模型實現(xiàn)大腦磁共振圖像的識別，若存在異常則在異常區(qū)域標注位置框及異常識別結(jié)果；S4、基于MATLAB實現(xiàn)磁共振圖像的三維重構(gòu)，并在所得的三維模型上標記對應(yīng)的異常區(qū)域和異常識別結(jié)果。本發(fā)明可以實現(xiàn)大腦核磁共振異常圖像的自動識別檢測和三維可視化，便于輔助醫(yī)學研究者對大腦核磁共振異常圖像的定量分析和研究。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像可視化技術(shù)領(lǐng)域，具體涉及一種基于3D CAM的大腦核磁共振異常圖像的可視化方法。

背景技術(shù)

大腦是人類目前所知的最復(fù)雜的器官，為了很好的了解大腦這個器官，我們做了很多努力，核磁共振成像(Magnetic Resonance Image,MRI)技術(shù)就是其中的重要突破。

近年來，隨著機器學習的興起，醫(yī)學數(shù)據(jù)與機器學習結(jié)合使用的情況越來越多，而要有效的使用好醫(yī)學數(shù)據(jù)，其前提就是處理好這些數(shù)據(jù)。

醫(yī)學領(lǐng)域的磁共振圖像三維可視化是目前研究的一個熱點問題,其在診斷醫(yī)學、手術(shù)規(guī)劃及模擬仿真等方面都有重要的應(yīng)用。因此對磁共振圖像三維可視化的研究,具有重要的學術(shù)意義和應(yīng)用價值。。

發(fā)明內(nèi)容

本發(fā)明的目的提供了一種基于3D CAM的大腦核磁共振異常圖像的可視化方法，可以實現(xiàn)大腦核磁共振異常圖像的自動識別檢測和三維可視化，便于輔助醫(yī)學研究者對大腦核磁共振異常圖像的定量分析和研究。

為實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：

基于3D CAM的大腦核磁共振異常圖像的可視化方法，其特征在于：包括如下步驟：

S1、采集患者的腦核磁共振異常圖像數(shù)據(jù)及對應(yīng)的異常識別結(jié)果數(shù)據(jù)作為訓練樣本；

S2、利用訓練樣本構(gòu)建異常圖像識別模型，所述異常圖像識別模型采用Ssd_Grad-CAM模型進行訓練；

S3、基于異常圖像識別模型實現(xiàn)大腦磁共振圖像的識別，若存在異常則在異常區(qū)域標注位置框及異常識別結(jié)果；

S4、基于MATLAB實現(xiàn)磁共振圖像的三維重構(gòu)，并在所得的三維模型上標記對應(yīng)的異常區(qū)域和異常識別結(jié)果。

進一步地，所述Ssd_Grad-CAM模型采用Ssd目標檢測算法，用訓練樣本訓練Grad-CAM所得。

進一步地，還包括實現(xiàn)異常區(qū)域尺寸測量，獲取尺寸數(shù)據(jù)的步驟。

進一步地，還包括將異常區(qū)域尺寸數(shù)據(jù)標注在異常區(qū)域?qū)?yīng)位置處的步驟。

進一步地，還包括實現(xiàn)三維模型坐標系構(gòu)建，獲取異常區(qū)域各頂點所在三維坐標數(shù)據(jù)的步驟。

進一步地，尺寸測量時，首先，采用Otsu算法對完成圖像的自動閾值分割，然后基于連通分量外接矩形的長寬比進行異常區(qū)域三維尺寸參數(shù)的測量。

本發(fā)明具有以下有益效果：

基于Ssd_Grad-CAM模型實現(xiàn)大腦磁共振圖像中異常區(qū)域的自動識別，在可以異常區(qū)域識別精確度的同時，可以大大提高異常區(qū)域識別的效率。

基于MATLAB實現(xiàn)磁共振圖像的三維重構(gòu)，并在所得的三維模型上標記對應(yīng)的異常區(qū)域、異常識別結(jié)果、異常區(qū)域各頂點坐標和異常區(qū)域尺寸數(shù)據(jù)，從而大大方便了醫(yī)學研究者對大腦核磁共振異常圖像的定量分析和研究。

附圖說明

圖1為本發(fā)明實施例1基于3D CAM的大腦核磁共振異常圖像的可視化方法的流程圖。