[發明專利]膝關節MRI影像的分類方法和裝置

有效

• 申請號: 202110695411.7
• 申請日: 2021-06-23
• 公開（公告）號: CN113256616B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 余家闊;王鼎予;呂晨翀;丁佳;袁慧書;朗寧
• 申請（專利權）人: 北京大學第三醫院（北京大學第三臨床醫學院）;北京醫準智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 張可

本發明是關于一種膝關節MRI影像的分類方法和裝置，方法包括：獲取膝關節的冠狀位MRI影像和矢狀位MRI影像，并對所述冠狀位MRI影像和矢狀位MRI影像進行預處理，得到預處理后的冠狀位MRI影像和預處理后的矢狀位MRI影像；將預處理后的冠狀位MRI影像和預處理后的矢狀位MRI影像并行輸入到SiameseACL網絡進行初步分類，以確定所述膝關節的冠狀位MRI影像和矢狀位MRI影像屬于正常樣本還是斷裂樣本；當確定所述膝關節的冠狀位MRI影像和矢狀位MRI影像屬于斷裂樣本時，通過ResNextACL網絡對所述斷裂樣本進行再次分類，以確定所述斷裂樣本所屬的具體斷裂類型。通過該技術方案，可以對膝關節的MRI影像進行具體斷裂類型的分類。

技術領域

本公開涉及影像分類技術領域，尤其涉及一種膝關節MRI影像的分類方法和裝置。

背景技術

MRI由于其無創，對膝關節部位成像質量高的優點，是確定前交叉韌帶斷裂與否的標準成像手段。考慮到每個膝關節MRI檢查中圖像的數量和細節，通過膝關節MRI來準確判斷前交叉韌帶斷裂與否是非常耗時的，通過算法自動識別前交叉韌帶斷裂具有非常有價值的臨床應用前景。

基于深度學習的方法能夠自動學習圖像特征，非常適合用來對醫學影像及其可解釋性之間的復雜關系進行建模。近年來，基于深度學習的方法在很多領域已經超過了傳統的圖像分析方法，特別是在醫學影像研究領域取得了重大進展，比如血管分割、肺結節檢測等等。而先前深度學習在膝關節MRI中的應用主要局限在軟骨分割和軟骨損傷檢測，少數關于膝關節MRI中ACL斷裂檢測的算法一般是針對矢狀位MRI和冠狀位MRI分別訓練得到分類模型，然后將分類結果通過加權平均得到最后的分類結果。上述分類算法本質上還是將冠狀位MRI和矢狀位MRI作為兩個獨立的輸入，而非將冠狀位和矢狀位MRI作為并行輸入，無法在模型內部建立冠狀位和矢狀位影像的關聯關系，導致分類精度受影響。同時，目前的ACL斷裂分類模型只能判斷斷裂與否，無法輸出具體的斷裂類型。

發明內容

為克服相關技術中存在的問題，本公開提供一種膝關節MRI影像的分類方法和裝置，充分利用MRI影像的冠狀位以及矢狀位信息，并且針對斷裂的ACL，輸出具體的斷裂類型。

根據本公開實施例的第一方面，提供一種膝關節MRI影像的分類方法，所述方法包括：

獲取膝關節的冠狀位MRI影像和矢狀位MRI影像，并對所述冠狀位MRI影像和矢狀位MRI影像進行預處理，得到預處理后的冠狀位MRI影像和預處理后的矢狀位MRI影像；

將預處理后的冠狀位MRI影像和預處理后的矢狀位MRI影像并行輸入到SiameseACL網絡進行初步分類，以確定所述膝關節的冠狀位MRI影像和矢狀位MRI影像屬于正常樣本還是斷裂樣本；

當確定所述膝關節的冠狀位MRI影像和矢狀位MRI影像屬于斷裂樣本時，通過ResNextACL網絡對所述斷裂樣本進行再次分類，以確定所述斷裂樣本所屬的具體斷裂類型。

在一個實施例中，優選地，對所述冠狀位MRI影像和矢狀位MRI影像進行預處理，包括：

對所述冠狀位MRI影像和矢狀位MRI影像進行自適應直方圖均衡化處理，將頻數大于第一閾值的恢復值補充給頻數小于第二閾值的灰度值；

對均衡化處理之后的冠狀位MRI影像和矢狀位MRI影像的軸位方向進行插值上采樣處理，以調整軸位的分辨率。

在一個實施例中，優選地，將預處理后的冠狀位MRI影像和預處理后的矢狀位MRI影像并行輸入到SiameseACL網絡進行初步分類，以確定所述膝關節的冠狀位MRI影像和矢狀位MRI影像屬于正常樣本還是斷裂樣本，包括：

將預處理后的冠狀位MRI影像和預處理后的矢狀位MRI影像并行輸入到SiameseACL網絡，通過SiameseACL網絡中的ResAttentionNet主干網絡分別提取第一冠狀位的特征圖和第一矢狀位的特征圖；