[發(fā)明專利]一種用于腎臟腫瘤的全自動分割技術(shù)

在審

• 申請?zhí)枺?/td>: 202110284436.8
• 申請日: 2021-03-17
• 公開（公告）號: CN113034513A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計）人: 曾維;郭敬娜;于森
• 申請（專利權(quán)）人: 成都理工大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/155;G06N3/04;G06N3/08;G16H30/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種用于腎臟腫瘤的全自動分割方法，包括實驗環(huán)境和算法研究兩大部分。本發(fā)明的實驗平臺為Windows10操作系統(tǒng)，顯卡為NVIDIA GeForce GTX 1080Ti。算法研究主要是對CT圖腎臟的粗分割和對腎臟腫瘤的細(xì)分割。整個系統(tǒng)的運行流程為：1.安裝Windows10操作系統(tǒng)，配置Anaconda版本為Anaconda3，python版本為3.6，CUDA版本為10.0，PyTorch版本為1.6,以及其他所需要的安裝包。2.對數(shù)據(jù)集進行預(yù)處理操作，該操作在裝有Anaconda環(huán)境的pycharm中運行。3.對處理過后的數(shù)據(jù)集使用RAUNet進行分割。4.對經(jīng)過訓(xùn)練后輸出的圖片進行后處理。5.通過評價指標(biāo)在測試集上對該模型進行評價。該發(fā)明的主要目的在于推動智慧醫(yī)療的發(fā)展，節(jié)約人工成本，提高分割精度，提早預(yù)防疾病，從而保證人類健康。

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)學(xué)影像與人工智能相結(jié)合的領(lǐng)域，涉及到一種全自動分割——腎臟腫瘤的分割技術(shù)。

背景技術(shù)

腎臟是人體必需的器官之一，主要功能為清除體內(nèi)的代謝物、廢物以及毒物，與此同時經(jīng)過重吸收保留人體所需的水分及其他有用物質(zhì)。隨著不健康飲食和環(huán)境污染的增加，腎癌逐漸成為世界上最普遍的癌癥之一，并且對人的身體健康造成嚴(yán)重的危害。據(jù)統(tǒng)計，腎臟腫瘤是人類常見十大惡性腫瘤之一，約占腫瘤發(fā)病率的3％-5％。再者腎臟腫瘤再起的表現(xiàn)癥狀不夠明顯，不易為人所察覺，一經(jīng)發(fā)現(xiàn)便是晚期，可發(fā)展到血尿、腹部包塊、疼痛、從而導(dǎo)致腎功能衰竭直到患者死亡。盡管有成熟的現(xiàn)代成像技術(shù)、早期檢測機制，仍然有三分之一的患者有轉(zhuǎn)移性疾病，一半以上有局部疾病。因而如何在早期發(fā)現(xiàn)腫瘤，便有可能提高治愈率，這對病人來說就贏得了治療的先機。

由于醫(yī)學(xué)圖像本身的不規(guī)則性，而且人體腹部結(jié)構(gòu)復(fù)雜，其組織位置之間重疊交錯，與自然圖像相比，腎臟腫瘤圖像更加復(fù)雜。造成此類結(jié)果的因素可歸結(jié)為以下三點：其一，醫(yī)學(xué)圖像的模態(tài)更加多樣化，如X-ray、CT、MRI等等，不同的模態(tài)反映的信息側(cè)重點又不同。其二，醫(yī)學(xué)圖像的像素值范圍與自然圖像(0～255)有很大的區(qū)別，CT圖像素值都會上千。再者，噪聲與腫瘤圖像的非噪聲區(qū)域很難通過灰度值進行區(qū)分。傳統(tǒng)的腎臟腫瘤分割方法需要有經(jīng)驗的醫(yī)師手動地進行識別、標(biāo)注、分割、既耗時耗力，又加之不同的醫(yī)生對數(shù)據(jù)集的標(biāo)注存在一定的主觀經(jīng)驗判斷，標(biāo)準(zhǔn)不統(tǒng)一、可再現(xiàn)性非常差。然而，目前腎臟腫瘤自動分割算法的精準(zhǔn)仍然是醫(yī)學(xué)圖像處理領(lǐng)域研究的難點，是一項非常值得人們深入研究的、具有挑戰(zhàn)性的工作。綜上所述，建立一個精度較高的全自動的腎臟腫瘤分割算法，無論是對社會的發(fā)展還是智能醫(yī)療的推進都具有極大的意義。

發(fā)明內(nèi)容

由于UNet算法對醫(yī)學(xué)圖像分割的巨大優(yōu)勢，本發(fā)明提供一種基于UNet算法的RAUNet全自動腎臟分割系統(tǒng)，已解決現(xiàn)有算法的邊界分割精度不高、隨著網(wǎng)絡(luò)的層數(shù)加深會出現(xiàn)梯度彌散的現(xiàn)象等問題。其具體方案實施如下：

第一方面，本申請實例提供了一種全自動腎臟腫瘤分割的方法，包括：

通過KiTS19比賽提供的官方數(shù)據(jù)集在github上進行下載。

安裝Anaconda3.0、pycharm2019社區(qū)版。

在win10操作系統(tǒng)上下載并安裝CUDA10.0、cudnn7.5。

在Anaconda中配置虛擬環(huán)境，在虛擬環(huán)境中安裝搭建PyTorch、TensorFlow、numpy、Visdom、pandas、scipy、tqdm、SimpleITK、pydensecrf等程序所需要的包。

對數(shù)據(jù)進行預(yù)處理，包括Crop、重采樣、歸一化、圖像增強。

訓(xùn)練的主要過程為將預(yù)處理過后的數(shù)據(jù)集送入RAUNet網(wǎng)絡(luò)中。其中RAUNet為本專利所提出的模型。

對輸出結(jié)果進行后處理，采用形態(tài)學(xué)的方法進行后處理，目的使輸出圖片更加光滑。

第二方面，本申請實例提供了一種智能垃圾分揀系統(tǒng)，包括：