[發明專利]一種基于卷積神經網絡的肋骨分割標記方法及系統

有效

• 申請號: 202110163399.5
• 申請日: 2021-02-05
• 公開（公告）號: CN112950552B
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 柴象飛;郭娜;張路;劉鵬飛;劉劍英
• 申請（專利權）人: 慧影醫療科技（北京）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/70;G06N3/04
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 吳佳

1.一種基于卷積神經網絡的肋骨分割標記方法，其特征在于，包括：

步驟1，獲取肋骨的CT影像序列數據；

步驟2，將所述CT影像序列數據輸入至卷積神經網絡模型中，得到預測結果數據，并將預測結果進行標記，其中，卷積神經網絡模型通過對肋骨的背景填充、骨窗歸一化處理以及損失計算進行訓練；

步驟3，從所述CT影像序列數據中剔除掉所述預測結果數據，得到剩余CT影像序列數據；

步驟4，將所述剩余CT影像序列數據作為新的CT影像序列數據，在所述新的CT影像序列數據的基礎上，重復步驟2及步驟3，直至全部CT影像序列數據標記完畢；

其中，步驟2具體為：

將所述CT影像序列數據輸入至卷積神經網絡模型中，所述卷積神經網絡模型分割出所述CT影像序列數據中的第一根肋骨數據，將所述第一根肋骨數據作為預測結果數據，并將預測結果進行標記；

所述第一根肋骨數據為：輸入數據中所能識別到的第一根肋骨。

2.根據權利要求1所述的一種基于卷積神經網絡的肋骨分割標記方法，其特征在于，所述損失計算包括：

二值交叉熵損失計算和dice損失計算。

3.根據權利要求2所述的一種基于卷積神經網絡的肋骨分割標記方法，其特征在于，步驟3具體為：

將所述預測結果數據對應的背景區域按預設值進行填充，從所述CT影像序列數據中剔除填充后的預測結果數據，得到剩余CT影像序列數據。

4.根據權利要求1所述的一種基于卷積神經網絡的肋骨分割標記方法，其特征在于，對肋骨的背景填充具體為：

確定所述CT影像序列數據對應的標記確定肋骨所屬位置，將所述肋骨所屬位置之前的所有肋骨進行背景填充。

5.一種基于卷積神經網絡的肋骨分割標記系統，其特征在于，包括：

獲取模塊，用于獲取肋骨的CT影像序列數據；

輸入模塊，用于將所述CT影像序列數據輸入至卷積神經網絡模型中，得到預測結果數據，并將預測結果進行標記，其中，卷積神經網絡模型通過對肋骨的背景填充、骨窗歸一化處理以及損失計算進行訓練；

預處理模塊，用于從所述CT影像序列數據中剔除掉所述預測結果數據，得到剩余CT影像序列數據；

重復模塊，用于將所述剩余CT影像序列數據作為新的CT影像序列數據，在所述新的CT影像序列數據的基礎上，重復步驟2及步驟3，直至全部CT影像序列數據標記完畢；

其中，輸入模塊具體用于：

將所述CT影像序列數據輸入至卷積神經網絡模型中，所述卷積神經網絡模型分割出所述CT影像序列數據中的第一根肋骨數據，將所述第一根肋骨數據作為預測結果數據，并將預測結果進行標記。

6.根據權利要求5所述的一種基于卷積神經網絡的肋骨分割標記系統，其特征在于，所述損失計算包括：

二值交叉熵損失計算和dice損失計算。

7.根據權利要求6所述的一種基于卷積神經網絡的肋骨分割標記系統，其特征在于，預處理模塊具體用于：

將所述預測結果數據對應的背景區域按預設值進行填充，從所述CT影像序列數據中剔除填充后的預測結果數據，得到剩余CT影像序列數據。

8.根據權利要求5所述的一種基于卷積神經網絡的肋骨分割標記系統，其特征在于，對肋骨的背景填充具體為：

確定所述CT影像序列數據對應的標記確定肋骨所屬位置，將所述肋骨所屬位置之前的所有肋骨進行背景填充。