[發明專利]鼻咽癌原發腫瘤圖像自動識別方法及系統

有效

• 申請號: 202010595992.2
• 申請日: 2020-06-28
• 公開（公告）號: CN111784706B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 魏軍;朱德明;謝培梁
• 申請（專利權）人: 廣州柏視醫療科技有限公司;廣州柏視數據科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/30;G06T7/33;G06K9/34;G06T7/136
• 代理公司: 北京興智翔達知識產權代理有限公司 11768
• 代理人: 張玉梅

本發明實施例提供了一種鼻咽癌原發腫瘤圖像自動識別方法及系統，以被測者的CT三維圖像為基礎，輔以MR序列三維圖像，構成了語義分割網絡模型的一個多模態輸入，實現在CT上的鼻咽癌原發腫瘤識別。結合CT三維圖像與MR序列三維圖像，能有效提高輸入數據的質量，并學習到高分辨率圖像的全局信息和細節信息，能有效提高語義分割網絡模型的預測準確度和泛化能力，并具備輸入端與輸出端的靈活性，進而有效提高醫療工作者的工作效率。

技術領域

本發明涉及醫療圖像處理技術領域，更具體地，涉及鼻咽癌原發腫瘤圖像自動識別方法及系統。

背景技術

在醫學領域，精準放射治療技術已經大大提高了癌癥患者的生存率。但是，這些先進的治療方法需要對目標腫瘤的輪廓進行準確的判斷，是資源密集型的。

近年來，有研究人員通過人工智能(Artificial Intelligence，AI)算法自動描繪鼻咽癌(nasopharyngeal carcinoma，NPC)原發腫瘤(gross tumor volume，GTV)。但是無法保證得到的鼻咽癌原發腫瘤的準確性。為此，現急需提供一種鼻咽癌原發腫瘤圖像自動識別方法及系統。

發明內容

為克服上述問題或者至少部分地解決上述問題，本發明實施例提供了一種鼻咽癌原發腫瘤圖像自動識別方法及系統。

第一方面，本發明實施例提供了一種鼻咽癌原發腫瘤圖像自動識別方法，包括：

獲取被測者的CT三維圖像以及磁共振MR序列三維圖像；

將所述MR序列三維圖像與所述CT三維圖像進行配準，以使所述MR序列三維圖像中的像素位置與所述CT三維圖像中的像素位置對齊，并將所述CT三維圖像的第一三維矩陣與配準后的MR序列三維圖像的第二三維矩陣進行組合，得到第一多通道矩陣；

將所述第一多通道矩陣輸入至語義分割網絡模型，得到由所述語義分割網絡模型輸出的第二多通道矩陣，所述第二多通道矩陣中不同通道分別表示不同風險程度的鼻咽癌原發腫瘤的分割結果。

優選地，還包括：

從所述第二多通道矩陣中選取任一通道，基于所述任一通道，確定三維概率圖，所述三維概率圖中的每個像素點的取值用于表示所述像素點屬于所述鼻咽癌原發腫瘤的所屬區域的概率值；

將所述三維概率圖中取值大于預設閾值的像素點標記為1，否則標記為0，得到所述任一通道表示的鼻咽癌原發腫瘤的分割結果。

優選地，所述將所述MR序列三維圖像與所述CT三維圖像進行配準，具體包括：

分別確定所述CT三維圖像的第一二值化圖以及所述MR序列三維圖像的第二二值化圖，并基于所述第一二值化圖中取值為1的像素點的位置信息以及所述第二二值化圖中取值為1的像素點的位置信息構造配準能量函數；

基于所述配準能量函數取最小值時的配準參數，確定變換矩陣和位移，基于所述變換矩陣以及所述位移，對所述MR序列三維圖像進行變換操作以及平移操作，使操作后的MR序列三維圖像中的像素位置與所述CT三維圖像中的像素位置對齊。

優選地，所述第一二值化圖中所有取值為1的像素點的位置信息構成第一像素位置列表，所述第二二值化圖中取值為1的像素點的位置信息構成第二像素位置列表；

相應地，所述配準能量函數取最小值時的配準參數具體通過如下方法確定：

確定所述第一像素位置列表中所有元素的第一均值以及所述第二像素位置列表中所有元素的第二均值；

基于所述第一像素位置列表中每一元素、所述第一均值、所述第二像素列表中每一元素以及所述第二均值，構建聯合矩陣；

對所述聯合矩陣進行分解，并基于分解的結果以及所述第一均值和所述第二均值，求解所述配準能量函數取最小值時的配準參數。