[發明專利]一種SPECT三維重建圖像左心室自動分割的方法

有效

• 申請號: 202110135783.4
• 申請日: 2021-02-01
• 公開（公告）號: CN112508949B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 張鐸;朱聞韜;韓璐;黃海亮;祁二釗
• 申請（專利權）人: 之江實驗室
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/73;G06K9/34
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種SPECT三維重建圖像左心室自動分割的方法，其特征在于，包括以下步驟：

步驟一：對SPECT三維重建圖像的常規視圖RA進行縮小重采樣，并將重采樣后的縮小常規視圖RA-r作為特征提取網絡的輸入，所述特征提取網絡由卷積模塊和全連接層組成，利用卷積模塊對縮小常規視圖RA-r進行特征提取，并全連接展開后形成6維特征向量T-r，所述6維特征向量T-r包含3個方向的平移參量和3個角度的旋轉參量；

步驟二：利用常規視圖RA與縮小常規視圖RA-r的等比例關系將T-r調整為特征向量T，其中旋轉參量不變而平移參量等比例放大；

步驟三：利用空間變換網絡將特征向量T-r應用于縮小常規視圖RA-r中得到預測縮小圖像SA-r’，同時將特征向量T應用于常規視圖RA中得到預測圖像SA’；

步驟四：以預測圖像SA’的中心為中心，截取圖像中的心臟部分，形成預測心臟圖像SA-H’，同時，對預測心臟圖像SA-H’進行圖像梯度計算獲得對應梯度圖SA-G；

步驟五：將預測心臟圖像SA-H’和梯度圖SA-G融合為雙通道圖像并經過三維U-NET網絡的下采樣及上采樣提取圖像特征并經過softmax層進行分割處理即獲得預測的左心室結構分割結果F；

其中，所述特征提取網絡、空間變換網絡和三維U-NET網絡聯合采用多任務共同學習訓練，訓練的總損失函數L = δL-par + μL-img + λL-seg；

其中δ、μ和λ為權重系數；L-img為預測縮小圖像SA-r’與縮小標準視圖SA-r之間的圖像損失函數、L-par為特征向量T-r與剛性配準參數P-r之間的參數損失函數，L-seg為預測分割結果F與SA方向分割標簽G之間的標簽損失函數；所述縮小標準視圖SA-r通過手動轉向SPECT三維重建圖像的常規視圖RA并按等比例縮小獲得；所述剛性配準參數P-r為剛性配準算法計算的縮小常規視圖RA-r與縮小標準視圖SA-r之間的配準參數，包含3個方向的平移參量和3個角度的旋轉參量；所述SA方向分割標簽G包含左心室腔、心室壁及背景的3個數值，通過以標準視圖SA中心為中心截取的心臟圖像SA-H并手動勾畫心臟左心室的心室腔及心室壁獲得。

2.根據權利要求1所述SPECT三維重建圖像左心室自動分割的方法，其特征在于，所述縮小常規視圖RA-r、縮小標準視圖SA-r的尺寸為64*64*64體素大小；心臟圖像SA-H和預測心臟圖像SA-H’的尺寸為32*32*32體素大小。

3.根據權利要求1所述SPECT三維重建圖像左心室自動分割的方法，其特征在于，所述步驟三中，所述空間變換網絡通過構建變換矩陣P=[R M^T]獲取預測圖像，其中，M=[tx、ty、tz]表示位移矩陣，tx、ty、tz 分別為特征向量中對應的3個方向的平移參量，R為旋轉矩陣，采用世界坐標系表示：

R=[β、α、γ]為旋轉矩陣的歐拉角表示形式。

4.根據權利要求1所述SPECT三維重建圖像左心室自動分割的方法，其特征在于，所述梯度圖SA-G獲得的計算公式為：

其中，g_x, g_y, g_z分別為x、y、z方向的梯度，其計算公式為：

其中i、j、k為圖像內x、y、z三個方向的坐標索引。

5.根據權利要求1所述SPECT三維重建圖像左心室自動分割的方法，其特征在于，所述特征提取網絡的卷積模塊、全連接層的個數均為3個，每個卷積模塊包含卷積層和池化層；所述三維U-NET網絡的下采樣及上采樣均為4個，其中下采樣包含卷積層和池化層，上采樣包含卷積層和反卷積層。

6.根據權利要求1所述SPECT三維重建圖像左心室自動分割的方法，其特征在于，所述SA方向分割標簽G中，將背景設置為0, 左心室腔設置為1，左心室壁設置為2。