[發明專利]一種腦卒中病灶分割方法和系統

有效

• 申請號: 202011047387.8
• 申請日: 2020-09-29
• 公開（公告）號: CN112150449B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 張雪英;回海生;王夙喆;吳澤林;李鳳蓮
• 申請（專利權）人: 太原理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06N3/04
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 崔玥

1.一種腦卒中病灶分割方法，其特征在于，包括：

獲取訓練樣本對；所述訓練樣本對包括第一有序旋轉切片序列和與所述第一有序旋轉切片序列相對應的病灶標注序列；所述第一有序旋轉切片序列為標注有病灶的3D影像數據集的2D有序旋轉切片序列；

獲取待訓練的長短時記憶U-Net分割網絡模型；所述長短時記憶U-Net分割網絡模型為將U-Net網絡模型前兩級3×3卷積單元替換成3×3卷積長短時記憶單元后的網絡模型；

將所述第一有序旋轉切片序列進行正序排列后，結合與所述第一有序旋轉切片序列相對應的病灶標注序列形成正序訓練集；

將所述第一有序旋轉切片序列進行逆序排列后，結合與所述第一有序旋轉切片序列相對應的病灶標注序列形成逆序訓練集；

采用所述正序訓練集訓練所述待訓練的長短時記憶U-Net分割網絡模型，得到正序長短時記憶U-Net分割網絡模型；

采用所述逆序訓練集訓練所述待訓練的長短時記憶U-Net分割網絡模型，得到逆序長短時記憶U-Net分割網絡模型；

獲取待分割腦卒中3D影像數據的2D有序旋轉切片序列，記為第二有序旋轉切片序列；

將所述第二有序旋轉切片序列進行正序排列后，輸入所述正序長短時記憶U-Net分割網絡模型，得到正序分割結果序列；

將所述第二有序旋轉切片序列進行逆序排列后，輸入所述逆序長短時記憶U-Net分割網絡模型，得到逆序分割結果序列；

對所述正序分割結果序列進行3D重建得到正序3D病灶分割結果；對所述逆序分割結果序列進行3D重建得到逆序3D病灶分割結果；

采用軟投票方法融合所述正序3D病灶分割結果和所述逆序3D病灶分割結果，得到最終的3D病灶分割結果。

2.根據權利要求1所述的腦卒中病灶分割方法，其特征在于，所述獲取訓練樣本對之前，還包括：

獲取標注有病灶的腦卒中3D影像數據集；

獲取所述標注有病灶的腦卒中3D影像數據集的矢狀面的中心法線；

以所述中心法線為軸心，以特定旋轉角度為步長，取過中心法線與橫截面呈特定的角度的切面，對所述3D影像數據集進行切片處理后，得到所述第一有序旋轉切片序列。

3.根據權利要求2所述的腦卒中病灶分割方法，其特征在于，所述特定的角度為0°～180°。

4.根據權利要求1所述的腦卒中病灶分割方法，其特征在于，所述第一有序旋轉切片序列和所述第二有序旋轉切片序列中的切片分辨率大于等于128像素×128像素，切片厚度小于2mm，切片個數大于128個。

5.根據權利要求1所述的腦卒中病灶分割方法，其特征在于，所述標注有病灶的3D影像數據集和所述待分割腦卒中3D影像數據是MRI影像數據集或CT影像數據集。

6.根據權利要求1所述的腦卒中病灶分割方法，其特征在于，所述對所述正序分割結果序列進行3D重建得到正序3D病灶分割結果；具體包括：

將所述正序分割結果序列中的2D切片按序放回3D空間，并采用線性插值法填充缺少值后，得到正序3D病灶分割結果；

對所述逆序分割結果序列進行3D重建得到逆序3D病灶分割結果，具體包括：

將所述逆序分割結果序列中的2D切片按序放回3D空間，并采用線性插值法填充缺少值后，得到逆序3D病灶分割結果。

7.根據權利要求1所述的腦卒中病灶分割方法，其特征在于，所述采用軟投票方法融合所述正序3D病灶分割結果和所述逆序3D病灶分割結果，得到最終的3D病灶分割結果，具體包括：

將所述正序3D病灶分割結果和所述逆序3D病灶分割結果中的每個體素位置的概率值相加取均值；

獲取設定閾值；

判斷所述均值是否小于所述閾值，得到判斷結果；若所述判斷結果為小于，則判定為非病灶，若所述判斷結果為大于等于，則判定為病灶；

根據所述判斷結果得到最終的3D病灶分割結果；所述3D病灶分割結果為二值化的3D腦卒中醫療影像分割結果。