[發明專利]腦組織分區的確定方法、裝置、存儲介質及電子設備

有效

• 申請號: 202010740464.1
• 申請日: 2020-07-28
• 公開（公告）號: CN111986242B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 馮瑩瑩;馬麗娟;楊明雷
• 申請（專利權）人: 沈陽東軟智能醫療科技研究院有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/62;G06T3/00
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 王曉霞

本公開涉及一種腦組織分區的確定方法、裝置、存儲介質及電子設備，包括：獲取頭顱位置的目標三維容積圖像；將目標三維容積圖像轉換為M個目標二維橫軸面圖像；獲取頭顱位置的模板三維容積圖像所對應的N個模板二維橫軸面圖像；分別確定每個目標二維橫軸面圖像各自匹配的模板二維橫軸面圖像；根據與目標二維橫軸面圖像相匹配的模板二維橫軸面圖像中的腦組織分區，確定目標二維橫軸面圖像中的腦組織分區。這樣就能夠將三維容積圖像轉換為二維橫軸面之后再進行腦組織分區，從而減小非正常腦組織區域可影響的維度，進而降低其對腦組織分區精度的影響，擴大了該腦分區方法的適用的腦組織范圍，提高了對任意腦組織分區的精度。

技術領域

本公開涉及計算機領域，具體地，涉及一種腦組織分區的確定方法、裝置、存儲介質及電子設備。

背景技術

醫學圖像分區在智能診斷領域有重要意義。通常為提高醫學診斷和治療水平，需要對組織區域進行精確分割，從而有利于對頭顱中的腦組織進行精確定位。例如，在現有的ASPECTS評分(Alberta?Stroke?Program?Early?CT?Score，ASPECTS)中，通過將大腦中動脈的供血覆蓋區分為10個感興趣區域，對每個區域進行缺血判斷，從而獲得ASPECTS評分，并初步定位缺血區。

傳統的醫學圖像分區是基于圖像分割技術。主要分為兩個方向。第一類，基于閾值進行組織分區。例如基于k-means聚類算法對腦部解剖組織進行分割。由于人腦組織相似結構在序列中常在固定的取值范圍內，因此可通過相似性聚類，來實現不同組織的分區。第二類，基于搭建分割網絡來進行組織分區。例如基于VB-nets網絡進行胸部器官分割。通過對采集的圖像進行下采樣和上采樣，同時提取組織的高層語義信息和細節特征，從而預測組織區域。

但是，基于k-means聚類的組織分區算法只適合于密度正常的腦組織，對于帶有病灶的數據，也即非正常的腦組織區域，由于其密度值與正常組織的密度值范圍脫離或混淆，通過聚類的組織分區算法分區精準性會較差。而基于搭建分割網絡模型的組織分區算法，該網絡模型的訓練需要對訓練樣本數據進行一一標注，耗時長且存在人為誤差，而且由于訓練樣本數據存在的人為標注誤差的問題，也會同樣存在正常組織區域與非正常組織區域的分區混淆的現象。

發明內容

本公開的目的是提供一種腦組織分區的確定方法、裝置、存儲介質及電子設備，能夠將三維的人腦圖像形變轉化為二維的人腦圖像之后，利用人腦結構特征為每一個目標二維橫軸面圖像匹配相對應的模板二維橫軸面圖像，進而根據該模板二維橫軸面圖像對該目標二維橫軸面圖像進行腦組織分區，這樣就能減小非正常腦組織區域可影響的維度，進而降低其對腦組織分區精度的影響。

為了實現上述目的，本公開提供一種腦組織分區的確定方法，所述方法包括：

獲取頭顱位置的目標三維容積圖像；

將所述目標三維容積圖像轉換為M個目標二維橫軸面圖像，其中，M為大于1的正整數；

獲取所述頭顱位置的模板三維容積圖像所對應的N個模板二維橫軸面圖像，其中，N為大于1的正整數；

分別確定每個所述目標二維橫軸面圖像各自匹配的模板二維橫軸面圖像，以獲得每個所述目標二維橫軸面圖像的匹配關系；

根據與所述目標二維橫軸面圖像相匹配的模板二維橫軸面圖像中的腦組織分區，確定所述目標二維橫軸面圖像中的腦組織分區。

可選地，所述方法還包括：

獲取每個所述模板二維橫軸面圖像各自所對應的第一掩模面積比例系數；

確定目標三維掩模數據，所述目標三維掩模數據用于表征所述目標三維容積圖像中的腦組織區域；

根據所述目標三維掩模數據，確定每個所述目標二維橫軸面圖像各自所對應的第二掩模面積比例系數；