[發(fā)明專利]一種基于改進U-Net神經網絡的髖關節(jié)股骨近端分割方法

在審

• 申請?zhí)枺?/td>: 202110954840.1
• 申請日: 2021-08-19
• 公開（公告）號: CN113658142A
• 公開（公告）日: 2021-11-16
• 發(fā)明（設計）人: 呂江;白曉寶;朱新成
• 申請（專利權）人: 江蘇金馬揚名信息技術股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/11
• 代理公司: 北京中政聯科專利代理事務所(普通合伙) 11489
• 代理人: 黃娟

本發(fā)明涉及醫(yī)學圖像分割技術領域，尤其涉及一種基于改進U?Net神經網絡的髖關節(jié)股骨近端分割方法。其步驟包括一、采集患者股骨CT圖像，進行預處理；二、構建樣本庫，對股骨區(qū)域進行標注，得到訓練集和測試集；三、對訓練集進行數據增強；四、構建改進U?Net神經網絡模型；五、對改進U?Net神經網絡模型進行訓練；六、對訓練完成的改進U?Net神經網絡模型進行測試，輸出分割結果，并對模型進行評估，得出模型性能。本發(fā)明提高了分割髖關節(jié)股骨近端的精確度，分割結果可作為股骨假體重建的重要參考依據，提高診斷的準確性、客觀性和可靠性，對醫(yī)學圖像中目標骨骼分割的發(fā)展具有重要意義。

技術領域

本發(fā)明涉及醫(yī)學圖像分割技術領域，尤其涉及一種基于改進U-Net神經網絡的髖關節(jié)股骨近端分割方法。

背景技術

骨質疏松癥是一種最初無癥狀的骨骼疾病，以髖部(股骨近端)、脊柱或手腕最為突出。髖關節(jié)是連接人體骨盆與大腿的重要關節(jié)，具有負重并控制著下肢活動的作用，該關節(jié)易出現磨損和變形，以致影響人的正常生活，人工關節(jié)置換術在髖關節(jié)疾病的治療中取得了很大的成功。但目前的股骨修復術僅憑醫(yī)師的主觀判斷，所選假體很難與病人自身關節(jié)相匹配，在一定程度上影響了患者的恢復。為了能夠對股骨特征數據進行提取，以建立合適的假體模型，需對髖骨附近的股骨近端部分進行精確地分割。

髖關節(jié)的CT序列圖像具有對比度不高，髖臼與股骨頭連接緊密的特點，因此目標骨骼分割難度較大。在深度學習技術出現之前，股骨近端的分割主要使用半自動的方法，其中分割過程需要用戶干預以獲得更高的分割精確度，例如基于圖譜分割法、圖形切割法、主動輪廓模型和統計形狀模型等。雖然用戶的干預能夠保證較為精確的分割結果，但是操作繁瑣且用戶需要經過一定的學習訓練才能正確使用。

近年來，深度卷積神經網絡的發(fā)展使得其可以有效應用于圖像處理領域。由于醫(yī)學圖像往往邊界模糊且梯度復雜，需要較多的高分辨率信息用于精準分割；再者，人體內部結構相對固定，分割目標在人體圖像中分布很具有規(guī)律，語義簡單明確，低分辨率信息能夠提供這一信息。U-Net神經網絡結合了低分辨率和高分辨率信息，因此在醫(yī)學圖像分割領域表現較好。目前，針對髖關節(jié)股骨近端分割已經提出包括3D U-Net、V-Net等神經網絡框架，所得模型的分割精度都不能達到令人滿意的結果。因此，結合深度卷積神經網絡對髖關節(jié)股骨近端部分進行精確分割具有廣泛的臨床價值，同時收到了國內外研究學者的廣泛關注。

發(fā)明內容

針對背景技術中存在的問題，提出一種基于改進U-Net神經網絡的髖關節(jié)股骨近端分割方法。本發(fā)明提高了分割髖關節(jié)股骨近端的精確度，分割結果可作為股骨假體重建的重要參考依據，提高診斷的準確性、客觀性和可靠性，對醫(yī)學圖像中目標骨骼分割的發(fā)展具有重要意義。

本發(fā)明提出一種基于改進U-Net神經網絡的髖關節(jié)股骨近端分割方法，包括：

S1、采集患者股骨CT圖像，對股骨CT圖像進行預處理；預處理為對股骨CT圖像進行中值濾波，將圖像大小統一為256×256，通道數為3；

S2、構建樣本庫，對股骨區(qū)域進行標注，得到訓練集和測試集；

S3、對訓練集進行數據增強；

S4、構建改進U-Net神經網絡模型；改進U-Net神經網絡模型包括編碼器、解碼器、空間注意力模塊和空洞卷積模塊；

S5、基于訓練集，對改進U-Net神經網絡模型進行訓練；

S6、基于測試集，對訓練完成的改進U-Net神經網絡模型進行測試，輸出分割結果，并對模型進行評估，得出模型性能。

優(yōu)選的，S2中對股骨近端區(qū)域進行標注，由骨科醫(yī)生協助指導，對所有患者的CT圖像的股骨區(qū)域進行標注，股骨部分標注為白色，非股骨部分為黑色，其中80％作為訓練集，20％作為測試集。