[發明專利]MRI髖關節炎癥分割與分類自動定量分級序貫方法

在審

• 申請號: 202010589474.X
• 申請日: 2020-06-24
• 公開（公告）號: CN111784704A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 韓青;朱平;黃陸光;鄭朝暉;張葵;丁進;韓潔;曹思穎;緱水平
• 申請（專利權）人: 中國人民解放軍空軍軍醫大學;西安電子科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 程曉霞;王品華

本發明公開了一種MRI髖關節炎癥分割與分類自動定量分級序貫方法，解決了髖關節形狀、大小、體素值分布不均勻致髖關節炎癥區域定量、分級困難的問題,實現髖關節炎癥區域自動化精確定量及分級評估。本發明根據體素值大小以反指數比例修改髖關節炎癥區域標簽值，減輕髖關節炎癥區域體素值差異大導致的分割結果差的問題；本發明設計多尺度卷積模塊GMS提升形狀尺寸差異大的髖關節炎癥區域的分割效果；針對占比小的髖關節炎癥區域難以分類的問題，本發明融合了分割模型與分類模型以提升分類精度。本發明實現對多尺度、體素值差異大的髖關節炎癥區域的一體化自動定量分級，提升定量分級效率。可用于MRI髖關節炎癥區域定量和分級自動化處理。

技術領域

本發明屬于圖像處理技術領域，主要涉及核磁共振MRI髖關節炎癥病灶的分割和分類，具體是一種MRI髖關節炎癥分割與分類自動定量分級序貫方法，可用于脊柱關節炎中MRI圖像髖關節炎癥的自動化定量和分級。

背景技術

脊柱關節炎是一種慢性、炎癥性和致殘性疾病，髖關節損害是導致脊柱關節炎致殘的主要原因，全髖關節置換術的年總發生率為0.17％～5％，因此，準確而早期的發現脊柱關節炎中髖關節的損害，有助于評估整體病情和制定診療計劃，從而降低致殘率。影像手段已成為早期診斷和評估脊柱關節炎的主要方法，核磁共振成像(MRI)由于對軟組織病變的早期識別、實時成像、無輻射等原因，被廣泛應用于脊柱關節炎的早期診斷中。它可以幫助醫生在診斷中定位病變區域，并為早期診斷提供引導。

目前對脊柱關節炎MRI圖像上炎癥的評估主要依賴于臨床醫師的主觀臨床經驗做判斷。由于MRI圖像上炎癥區域的表現：形狀、大小、分布均不規則，同時不同級別的臨床醫師的對MRI圖像的臨床判讀結果存在嚴重程度不一致的問題，這些因素均影響了臨床醫生閱片分析的困難性和客觀性，并且醫生在對MRI定量分析時需要進行手工標注，及圖像處理，這一過程將耗費醫生大量的工作時間，嚴重影響工作效率和準確率。因此采用成熟的精準的計算機算法精確定量及分級評估MRI髖關節炎癥區域，可以提高早期診斷的精度和準確率，是當前研究的熱點和難點。其中MRI髖關節炎癥區域定量分級技術是本研究的關鍵技術。

至今尚無脊柱關節炎髖關節的MRI圖像定量、分級自動化處理工作的發表。然而，用于自動檢測和分割結構和病理的各種深度學習方法已經被提出來，由于它們的通用性以及產生的實際應用效果而被廣泛使用。2019年《Progress in Biomedical Optics andImaging》上發表的“Semi-automatic segmentation of JIA-induced inflammation inMRI images of ankle joints”中提出了一種基于閾值的炎癥分割方法，利用MRI炎癥的先驗信息來設定閾值對炎癥進行分割，該方法對炎癥區域的體素值一致性要求較高，由于MRI數據中的炎癥區域體素分布不均勻，利用該方法會導致炎癥區域的分割效果差，影響定量精度。基于深度學習模型UNet進行病變分析的方法近年來被廣泛使用，但由于脊柱關節炎MRI髖關節炎癥區域具有尺度、形狀、強度值、位置分布隨機等特點，導致利用原始UNet方法無法充分獲取MRI髖關節炎癥區域準確的位置信息，容易出現漏檢、錯檢的問題，導致最終的定量結果較差。同時，由于MRI髖關節炎癥區域通常在MRI髖關節圖像中占比較小，常見的圖像分類模型對于MRI髖關節炎癥區域的分級結果較差，因此對于形狀尺寸差異大、占比小MRI髖關節炎癥區域的準確分割和分類還未達到可實用的程度，需要進一步解決。

發明內容

本發明的目的在于針對現有技術的不足，提出一種更精準的自動化定量分級MRI髖關節炎癥區域的MRI髖關節炎癥分割與分類自動定量分級序貫方法。

本發明是一種MRI髖關節炎癥分割與分類自動定量分級序貫方法，其特征在于，包括有如下步驟：