[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的肋骨分割標(biāo)記方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110163399.5
• 申請日: 2021-02-05
• 公開（公告）號: CN112950552B
• 公開（公告）日: 2021-12-17
• 發(fā)明（設(shè)計）人: 柴象飛;郭娜;張路;劉鵬飛;劉劍英
• 申請（專利權(quán)）人: 慧影醫(yī)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(chuàng)知識產(chǎn)權(quán)代理有限公司 11212
• 代理人: 吳佳

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的肋骨分割標(biāo)記方法及系統(tǒng)，涉及醫(yī)學(xué)影像技術(shù)領(lǐng)域。該方法包括：步驟1，獲取肋骨的CT影像序列數(shù)據(jù)；步驟2，將所述CT影像序列數(shù)據(jù)輸入至卷積神經(jīng)網(wǎng)絡(luò)模型中，得到預(yù)測結(jié)果數(shù)據(jù)，并將預(yù)測結(jié)果進(jìn)行標(biāo)記，其中，卷積神經(jīng)網(wǎng)絡(luò)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(jìn)行訓(xùn)練；步驟3，從所述CT影像序列數(shù)據(jù)中剔除掉所述預(yù)測結(jié)果數(shù)據(jù)，得到剩余CT影像序列數(shù)據(jù)；步驟4，將所述剩余CT影像序列數(shù)據(jù)作為新的CT影像序列數(shù)據(jù)，在所述新的CT影像序列數(shù)據(jù)的基礎(chǔ)上，重復(fù)步驟2及步驟3，直至全部CT影像序列數(shù)據(jù)標(biāo)記完畢。本發(fā)明能夠達(dá)到算法準(zhǔn)確率高，且能夠處理肋骨粘連及肋骨斷裂錯位的情況。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)影像技術(shù)領(lǐng)域，尤其涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的肋骨分割標(biāo)記方法及系統(tǒng)。

背景技術(shù)

CT檢查由于其較高的密度分辨率和空間分辨率，可以顯示不同層次的組織結(jié)構(gòu)，在臨床疾病診斷中獲得廣泛的應(yīng)用。但CT圖像是層面圖像，為了顯示整個器官，需要多個連續(xù)的層面圖像序列，醫(yī)生閱片難度大，效率低。人的肋骨有12對，平分在胸部兩側(cè)，前與胸骨、后與胸椎相連，構(gòu)成一個完整的胸廓。在CT肋骨疾病診斷過程中，醫(yī)生往往從橫斷面上從上至下按序瀏覽閱片，識別病灶的同時記錄肋骨的編號，這種數(shù)肋骨的方法速度慢、效率低，在對醫(yī)生造成工作負(fù)擔(dān)的同時容易出現(xiàn)忘記肋骨編號或者數(shù)錯的情況。

有一些現(xiàn)有技術(shù)可以用來解決自動分割并標(biāo)記肋骨的問題，往往是通過深度學(xué)習(xí)結(jié)合傳統(tǒng)圖像處理方法，如深度學(xué)習(xí)分割網(wǎng)絡(luò)結(jié)合連通域分析、肋骨中心線提取或肋骨關(guān)鍵點檢測的方法。這些技術(shù)方法過于依賴人體解剖結(jié)構(gòu)，算法設(shè)計復(fù)雜，魯棒性較差。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的肋骨分割標(biāo)記方法及系統(tǒng)。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：一種基于卷積神經(jīng)網(wǎng)絡(luò)的肋骨分割標(biāo)記方法，包括：

步驟1，獲取肋骨的CT影像序列數(shù)據(jù)；

步驟2，將所述CT影像序列數(shù)據(jù)輸入至卷積神經(jīng)網(wǎng)絡(luò)模型中，得到預(yù)測結(jié)果數(shù)據(jù)，并將預(yù)測結(jié)果進(jìn)行標(biāo)記，其中，卷積神經(jīng)網(wǎng)絡(luò)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(jìn)行訓(xùn)練；

步驟3，從所述CT影像序列數(shù)據(jù)中剔除掉所述預(yù)測結(jié)果數(shù)據(jù)，得到剩余CT影像序列數(shù)據(jù)；

步驟4，將所述剩余CT影像序列數(shù)據(jù)作為新的CT影像序列數(shù)據(jù)，在所述新的CT影像序列數(shù)據(jù)的基礎(chǔ)上，重復(fù)步驟2及步驟3，直至全部CT影像序列數(shù)據(jù)標(biāo)記完畢。

本發(fā)明的有益效果是：通過對預(yù)測結(jié)果的標(biāo)記來有效的為后續(xù)操作識別做鋪墊，以此來提高系統(tǒng)的處理速度，在CT影像序列數(shù)據(jù)中提出預(yù)測結(jié)果數(shù)據(jù)可以提高數(shù)據(jù)的精確度，并且在不斷剔除的過程中可以減少系統(tǒng)處理數(shù)據(jù)的量，在提高效率的同時，達(dá)到了計算方法簡單，不易出現(xiàn)錯誤的效果。

進(jìn)一步，所述損失計算包括：

二值交叉熵?fù)p失計算和dice損失計算。

進(jìn)一步，步驟2具體為：

將所述CT影像序列數(shù)據(jù)輸入至卷積神經(jīng)網(wǎng)絡(luò)模型中，所述卷積神經(jīng)網(wǎng)絡(luò)模型分割出所述CT影像序列數(shù)據(jù)中的第一根肋骨數(shù)據(jù)，將所述第一根肋骨數(shù)據(jù)作為預(yù)測結(jié)果數(shù)據(jù)，并將預(yù)測結(jié)果進(jìn)行標(biāo)記。

采用上述進(jìn)一步方案的有益效果是，對預(yù)測結(jié)果進(jìn)行標(biāo)記可以提高識別度，在后續(xù)處理的過程中可以快速識別出預(yù)測結(jié)果的數(shù)據(jù)，提高系統(tǒng)的處理速度。

進(jìn)一步，步驟3具體為：

將所述預(yù)測結(jié)果數(shù)據(jù)對應(yīng)的背景區(qū)域按預(yù)設(shè)值進(jìn)行填充，從所述CT影像序列數(shù)據(jù)中剔除填充后的預(yù)測結(jié)果數(shù)據(jù)，得到剩余CT影像序列數(shù)據(jù)。