[發(fā)明專(zhuān)利]一種基于深度學(xué)習(xí)的分節(jié)段椎骨CT圖像分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110541839.6
• 申請(qǐng)日: 2021-05-18
• 公開(kāi)（公告）號(hào): CN113313717B
• 公開(kāi)（公告）日: 2022-12-06
• 發(fā)明（設(shè)計(jì)）人: 李冰;劉創(chuàng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類(lèi)號(hào): G06V10/26
• 分類(lèi)號(hào): G06V10/26;G06V10/42;G06V10/762;G06V10/82
• 代理公司: 哈爾濱市陽(yáng)光惠遠(yuǎn)知識(shí)產(chǎn)權(quán)代理有限公司 23211
• 代理人: 鄧宇

1.一種基于深度學(xué)習(xí)的分節(jié)段椎骨CT圖像分割方法，其特征在于：它的分割方法如下：

步驟一、脊椎CT圖像的預(yù)處理：

1.1、統(tǒng)一分辨率，由于數(shù)據(jù)集中的3D CT圖像來(lái)源與不同的掃描設(shè)備，不同3D圖像會(huì)因掃描參數(shù)的不同導(dǎo)致圖像的空間分辨率spacing不同，甚至3D圖像的各個(gè)維度上的分辨率也有所差異；圖像間分辨率的差異會(huì)使得網(wǎng)絡(luò)難以訓(xùn)練，擬把所有圖像的分辨率都統(tǒng)一到1.25mm×1.25mm×1.25mm；

1.2、重采樣，圖像重采樣采用線(xiàn)性插值方式，而標(biāo)簽采用最近鄰插值；

1.3、標(biāo)準(zhǔn)化，需統(tǒng)計(jì)整個(gè)數(shù)據(jù)集中圖像的均值μ和標(biāo)準(zhǔn)差σ，然后對(duì)每個(gè)3D圖像減去均值μ再除以標(biāo)準(zhǔn)差σ使每個(gè)掃描圖像的數(shù)據(jù)尺度穩(wěn)定在一定范圍內(nèi)；

1.4、對(duì)于某些對(duì)比度很低的椎骨CT切片圖像擬采用Gamma變換進(jìn)行圖像增強(qiáng)處理；

步驟二、椎骨中心檢測(cè)：

椎骨中心檢測(cè)算法包含兩個(gè)模塊，分別為2D分割網(wǎng)絡(luò)和基于DBSCAN算法改進(jìn)的聚類(lèi)算法PDBSCAN；

2.1、2D分割網(wǎng)絡(luò)以U-net為主干網(wǎng)絡(luò)，把maxpool和upsample之后的2個(gè)3×3卷積替換成bottleneck殘差塊以減少參數(shù)、加快訓(xùn)練；

2.2、PDBSCAN算法：在上一步得到的概率熱圖中椎骨中心的密度是最高的，因此只需要找到概率熱圖中密度較為集中的區(qū)域便可以確定為椎骨中心；在DBSCAN算法基礎(chǔ)上，針對(duì)椎骨中心檢測(cè)任務(wù)擬重新定義椎骨中心鄰域密度；椎骨中心鄰域密度定義公式(1)所示，其中ε為領(lǐng)域半徑，δ(p_i，ε)為以像素p_i為中心，ε為半徑的領(lǐng)域，Wij為像素i與像素j之間的相關(guān)系數(shù)，N_ε為該領(lǐng)域中包含的像素點(diǎn)個(gè)數(shù)；

步驟三、椎骨CT圖像分割：

網(wǎng)絡(luò)結(jié)構(gòu)：整體采用‘U’形結(jié)構(gòu)；下采樣部分為了提取多尺度特征和解決深層網(wǎng)絡(luò)退化問(wèn)題引入inceptionv4模塊；上采樣階段，融合之后的特征雖然包含豐富的局部和全局信息，采用雙重注意力機(jī)制對(duì)每個(gè)像素的特征向量進(jìn)行增強(qiáng)，通道注意力機(jī)制學(xué)習(xí)各個(gè)通道特征之間的依賴(lài)關(guān)系和不同通道特征的重要程度從而提升有用的特征而抑制無(wú)關(guān)緊要的特征，增強(qiáng)后的特征包同時(shí)學(xué)習(xí)到不同通道特征和不同空間位置的重要性，從而提升有利特征而抑制無(wú)用的特征,最后使分割效果更為精確；

損失函數(shù)：椎骨分割所在的ROI中前景和背景存在較嚴(yán)重的類(lèi)別不平衡，為了克服這一缺點(diǎn)擬加入不易受類(lèi)別不平衡影響的Dice loss，兩者之間用超參數(shù)λ進(jìn)行平衡；損失函數(shù)如公式(3)所示，Dice loss定義如公式(4)所示：

N為圖像中像素點(diǎn)個(gè)數(shù)，C為類(lèi)別數(shù)，yij表示像i的分割類(lèi)別的one-hot編碼的第j個(gè)分量，Pij代表網(wǎng)絡(luò)將像素i預(yù)測(cè)為類(lèi)別j的概率，λ∈(0,1)是平衡系數(shù)；

網(wǎng)絡(luò)輸入：椎骨CT圖像切片ROI區(qū)域、粗分割結(jié)果及其標(biāo)簽，考慮到2D網(wǎng)絡(luò)在三維空間上下文信息上的缺失，網(wǎng)絡(luò)每次輸入增加與其相鄰的2張切片作為補(bǔ)償。