[發明專利]一種頭頸部CT圖像中多器官自動分割方法

有效

• 申請號: 202010618803.9
• 申請日: 2020-06-30
• 公開（公告）號: CN111798463B
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 王國泰;雷文輝;梅昊陳;張少霆
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/181;G16H20/40
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

1.一種頭頸部CT圖像中多器官自動分割方法，該方法包括：

步驟1：采用如下公式對CT圖像進行強度轉換；

其中，x為轉換結果，h為CT圖像像素點的HU值，[h_min,h_max]是設定的CT圖像中HU值的上下界，[h₁,h₂,…,h_k]為區間內依次增加的k個值，這k個值根據觀察器官HU值分布確定，強度轉換結果為分段線性函數；

步驟2：建立空間可分離三維卷積神經網絡；

該空間可分離三維卷積神經網絡包括級聯的編碼器和解碼器，編碼器和解碼器各包括依次級聯的6個卷積模塊，每個卷積模塊包含依次級聯的三個尺寸為1×3×3切片內卷積層以及一個尺寸為3×1×1切片間卷積層，每層卷積層之后，使用實例標準化與線性整流函數進行非線性變換；編碼器中每個卷積模塊都采用尺寸為1×1×1卷積跳躍連接到對應的解碼器中的卷積模塊，編碼器中第1到第6個卷積模塊依次對應解碼器中第6到第1個卷積模塊；解碼器的輸出通過一個1×1×1的卷積與softmax函數得到預測的分割概率圖，分割概率圖表示每個像素點屬于某一個器官的概率；

步驟3：對步驟2得到的概率圖進行困難區域的加權；

采用指數對數損失函數來平衡器官大小不均與部分類別分割困難的問題：

L_Exp＝ω_DSCL_DSC+ω_CrossL_Cross 公式2

其中ω_DSC與ω_Cross分別為指數對數DSC損失函數L_DSC與加權指數交叉熵L_Cross的權重，L_DSC與L_Cross的定義如下：

L_DSC＝E[(-ln(DSC_c))^γDSC] 公式3

其中x代表一個像素，c為對應的器官類別，p_c(x)為對像素x所預測的屬于c類的概率，g_c(x)為對應的真實標簽；E{}表示期望，即在L_DSC與L_Cross中分別對c與x求平均值，∈為超參數避免分母為0，γ_DSC、γ_Cross為超參數，分別控制L_DSC與L_Cross的范圍；w_c為類別c的權重，其定義為w_c＝((∑_kf_k)/f_c)^0.5，其中f_k是k類別的頻率，∑為求和符號，f_c表示類別c的頻率；

步驟4：模型組合與不確定性估計；

根據步驟1到步驟3的方法分別設置多個基于公式1的分段線性函數與多個α值，對應得到N個預測模型；然后采用如下公式融合多個預測模型的預測結果計算出各器官的概率圖：

其中，表示計算器官C的概率圖時第i個預測模型的權重，表示第i個模型對器官c的預測概率圖；

設X代表輸入圖像而Y為對應預測結果，利用來自N個模型的預測結果，得到一個集合Y＝{y₁(x),y₂(x),…,y_N(x)}，其中元素y_n(x)表示第n個模型在像素x處的預測結果；因此，像素不確定性計算方法為：

其中是Y中的第m個值的頻率；

通過計算體積變化系數VVC，計算每類器官的系統不確定性；令為N個模型對器官i預測結果的集合，與分別代表Vⁱ的均值與標準差,從而器官i的結構不確定性：

。

2.如權利要求1所述的一種頭頸部CT圖像中多器官自動分割方法，其特征在于，所述概率圖輸入L_DSC之前將其與加權函數w_c(x)相乘，其中：

其中α0為可調參數，是加權預測，其中越高的代表體素x屬于c類別的概率越高。