[發(fā)明專利]MRI嗅球體積檢測(cè)方法、計(jì)算機(jī)裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)在審
| 申請(qǐng)?zhí)枺?/td> | 202010957930.1 | 申請(qǐng)日: | 2020-09-11 |
| 公開(公告)號(hào): | CN112215797A | 公開(公告)日: | 2021-01-12 |
| 發(fā)明(設(shè)計(jì))人: | 王朝暉;劉高林;劉森 | 申請(qǐng)(專利權(quán))人: | 嗅元(北京)科技有限公司 |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00;G06T7/62;G06N3/08;G06N3/04 |
| 代理公司: | 北京清誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11691 | 代理人: | 曹玲柱 |
| 地址: | 100190 北京市海淀區(qū)*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | mri 球體 檢測(cè) 方法 計(jì)算機(jī) 裝置 可讀 存儲(chǔ) 介質(zhì) | ||
1.一種MRI嗅球體積檢測(cè)方法,其特征在于,包括:
步驟A,獲取一系列的包括嗅球目標(biāo)的冠狀面MRI影像;
步驟B,將每一張的冠狀面MRI影像輸入經(jīng)過訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò),對(duì)其中的嗅球組織進(jìn)行標(biāo)注,得到掩碼圖像;以及
步驟C,對(duì)于一系列的標(biāo)注嗅球組織后的掩碼圖像,結(jié)合MRI掃描的縮放比例和間隔厚度計(jì)算嗅球體積。
2.根據(jù)權(quán)利要求1所述的MRI嗅球體積檢測(cè)方法,其特征在于,所述步驟C中,采用如下公式計(jì)算嗅球體積:
其中,Vob為嗅球體積,pixelsmask為單張掩碼圖像的嗅球組織標(biāo)注結(jié)果中像素點(diǎn)個(gè)數(shù),scale為MRI掃描的縮放比例,thickness為MRI掃描的間隔厚度,∑表示對(duì)包括一系列的冠狀面MRI影像求和。
3.根據(jù)權(quán)利要求1所述的MRI嗅球體積檢測(cè)方法,其特征在于,步驟B中,所述深度神經(jīng)網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò);
所述卷積神經(jīng)網(wǎng)絡(luò)包括:級(jí)聯(lián)的編碼部分和解碼部分;
所述編碼部分包括:級(jí)聯(lián)的n+1層編碼層,其中,該n+1層編碼層順序編號(hào),每一編碼層對(duì)輸入數(shù)據(jù)進(jìn)行下采樣,2≤n≤8;
所述解碼部分包括:級(jí)聯(lián)的n層解碼層,其中,該n層解碼層逆序編號(hào),每一解碼層與同級(jí)編碼層對(duì)應(yīng),每一解碼層對(duì)前一層解碼層的輸出特征圖和同級(jí)編碼層的輸出特征圖進(jìn)行串聯(lián)運(yùn)算,并對(duì)串聯(lián)運(yùn)算后的合并特征圖進(jìn)行上采樣。
4.根據(jù)權(quán)利要求3所述的MRI嗅球體積檢測(cè)方法,其特征在于:
對(duì)于所述編碼層,其運(yùn)算包括:卷積運(yùn)算和池化運(yùn)算,其中:卷積運(yùn)算是將其輸入與卷積核進(jìn)行卷積運(yùn)算,得到卷積結(jié)果;所述池化運(yùn)算是將卷積結(jié)果進(jìn)行特征抽樣,得到當(dāng)前編碼層的輸出特征圖;對(duì)于第一編碼層而言,其輸入為原始的冠狀面MRI影像,對(duì)于除第一編碼層之外的其他編碼層而言,其輸入為上一編碼層的輸出特征圖;
對(duì)于所述解碼層,其運(yùn)算包括:串聯(lián)運(yùn)算、兩次卷積運(yùn)算和反卷積運(yùn)算,其中,所述串聯(lián)運(yùn)算是將其第一輸入與同級(jí)編碼層的輸出特征圖進(jìn)行串聯(lián)運(yùn)算,得到合并特征圖;所述卷積運(yùn)算是將合并特征圖與卷積核進(jìn)行卷積運(yùn)算,得到卷積結(jié)果;兩次卷積運(yùn)算的卷積核的通道數(shù)均與合并特征圖保持一致;所述反卷積運(yùn)算是將兩次卷積運(yùn)算后的卷積結(jié)果與卷積核進(jìn)行反卷積運(yùn)算,得到反卷積結(jié)果作為當(dāng)前解碼層的輸出;對(duì)于第n解碼層而言,其第一輸入為第n+1編碼層的輸出特征圖,對(duì)于除第n解碼層之外的其他解碼層而言,其第一輸入為上一解碼層的輸出;對(duì)于第一解碼層而言,其輸出為標(biāo)記嗅球組織后的掩碼圖像,對(duì)于除第一解碼層之外的其他解碼層而言,其輸出為下一解碼層的第一輸入。
5.根據(jù)權(quán)利要求3所述的MRI嗅球體積檢測(cè)方法,其特征在于,所述編碼部分中,n+1層編碼層的特征圖通道數(shù)呈倍數(shù)遞增;所述解碼部分中,n層解碼層的特征圖通道數(shù)呈倍數(shù)遞減。
6.根據(jù)權(quán)利要求5所述的MRI嗅球體積檢測(cè)方法,其特征在于,n=4;
所述編碼部分中級(jí)聯(lián)的五層編碼層的特征圖通道數(shù)依次為:64、128、256、512、1024;與之對(duì)應(yīng),所述解碼部分中級(jí)聯(lián)的四層解碼層的特征圖通道數(shù)依次為:512、256、128、64。
7.根據(jù)權(quán)利要求1所述的MRI嗅球體積檢測(cè)方法,其特征在于,所述步驟A包括:
子步驟A1,從腦部MRI影像的原始DICOM格式數(shù)據(jù)提取一系列的冠狀面MRI影像并以灰階格式存儲(chǔ);
子步驟A2,對(duì)于每一張冠狀面MRI影像,中心不變,將其裁剪為L(zhǎng)×W的冠狀面MRI影像,其中,L和W分別為裁剪后的冠狀面MRI影像長(zhǎng)度方向和寬度方向的像素?cái)?shù),其中,300≤L,W≤800。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于嗅元(北京)科技有限公司,未經(jīng)嗅元(北京)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010957930.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 檢測(cè)裝置、檢測(cè)方法和檢測(cè)組件
- 檢測(cè)方法、檢測(cè)裝置和檢測(cè)系統(tǒng)
- 檢測(cè)裝置、檢測(cè)方法以及記錄介質(zhì)
- 檢測(cè)設(shè)備、檢測(cè)系統(tǒng)和檢測(cè)方法
- 檢測(cè)芯片、檢測(cè)設(shè)備、檢測(cè)系統(tǒng)和檢測(cè)方法
- 檢測(cè)裝置、檢測(cè)設(shè)備及檢測(cè)方法
- 檢測(cè)芯片、檢測(cè)設(shè)備、檢測(cè)系統(tǒng)
- 檢測(cè)組件、檢測(cè)裝置以及檢測(cè)系統(tǒng)
- 檢測(cè)裝置、檢測(cè)方法及檢測(cè)程序
- 檢測(cè)電路、檢測(cè)裝置及檢測(cè)系統(tǒng)
- 一種數(shù)據(jù)庫讀寫分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





