[發明專利]一種針對骶髂關節CT圖像的分類評級方法及裝置

有效

• 申請號: 202111206856.0
• 申請日: 2021-10-18
• 公開（公告）號: CN113657558B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 鄧文浩;劉蕾;林昂;李府天;張南鋒;朱玉龍
• 申請（專利權）人: 廣東航宇衛星科技有限公司;汕頭大學醫學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;顏希文

1.一種針對骶髂關節CT圖像的分類評級方法，其特征在于，包括以下步驟：將骶髂關節CT圖像輸入3D-UNet神經網絡進行分割處理后與原圖像相乘，得到混合圖像及所述混合圖像的感興趣區域；所述骶髂關節CT圖像的測定指標為HU值，并將所述HU值調整至第一預設范圍；

計算所述混合圖像的感興趣區域的分布區間，根據所述分布區間確定所述混合圖像裁剪時的三維坐標范圍，并根據所述三維坐標范圍將所述混合圖像自動裁剪為左骶髂關節圖像和右骶髂關節圖像；

將所述左骶髂關節圖像和右骶髂關節圖像進行預處理后，輸入至混合神經網絡得到所述骶髂關節CT圖像的分類評級結果；所述混合神經網絡包括殘差神經網絡、附加特征提取網絡和雙通道融合結構；所述殘差神經網絡和附加特征提取網絡用于對輸入的左骶髂關節圖像和右骶髂關節圖像進行特征提取，所述雙通道融合結構用于將所述殘差神經網絡和附加特征提取網絡輸出的圖像進行融合；

將所述左骶髂關節圖像和右骶髂關節圖像進行預處理后，輸入至混合神經網絡得到所述骶髂關節CT圖像的分類評級結果，具體為：將所述左骶髂關節圖像和右骶髂關節圖像的HU值調整至第二預設范圍后，同時輸入至所述殘差神經網絡和附加特征提取網絡進行特征提取，分別得到第一特征圖像和第二特征圖像；將所述第一特征圖像和第二特征圖像按照預設的權重參數進行融合得到特征融合圖像；將所述特征融合圖像輸入至所述混合神經網絡的全連接層，得到所述骶髂關節CT圖像的分類評級結果；

計算所述混合圖像的數據分布區間，具體包括：

根據所述混合圖像的感興趣區域大小和所述混合神經網絡運行的效率，確定數據框的大小；根據所述數據框確定的所述混合圖像的數據范圍，統計x軸,y軸,z軸的數據分布區間。

2.根據權利要求1所述的針對骶髂關節CT圖像的分類評級方法，其特征在于，所述混合神經網絡在構建時進行了3D化處理。

3.根據權利要求1所述的針對骶髂關節CT圖像的分類評級方法，其特征在于，根據所述數據分布區間確定所述混合圖像裁剪時的三維坐標范圍，具體包括：

根據所述數據分布區間確定第一三維坐標范圍，所述第一三維坐標范圍大于所述數據框的范圍；

逐漸縮小所述第一三維坐標范圍并最終確定所述混合圖像裁剪時的三維坐標范圍，所述裁剪時的三維坐標范圍涵蓋80%以上的像素值。

4.根據權利要求1至3任一項所述的針對骶髂關節CT圖像的分類評級方法，其特征在于，所述附加特征提取網絡包括空間注意力模塊，并對所述空間注意力模塊進行最大池化操作和平均池化操作。

5.一種針對骶髂關節CT圖像的分類評級裝置，其特征在于，包括：獲取感興趣區域模塊、自動裁剪模塊和分類評級模塊；

所述獲取感興趣區域模塊用于將骶髂關節CT圖像輸入3D-UNet神經網絡進行分割處理后與原圖像相乘，得到混合圖像及所述混合圖像的感興趣區域；所述骶髂關節CT圖像的測定指標為HU值，并將所述HU值調整至第一預設范圍；

所述自動裁剪模塊用于計算所述混合圖像的感興趣區域的分布區間，根據所述分布區間確定所述混合圖像裁剪時的三維坐標范圍，并根據所述三維坐標范圍將所述混合圖像自動裁剪為左骶髂關節圖像和右骶髂關節圖像；

所述分類評級模塊用于將所述左骶髂關節圖像和右骶髂關節圖像進行預處理后，輸入至混合神經網絡得到所述骶髂關節CT圖像的分類評級結果；所述混合神經網絡包括殘差神經網絡、附加特征提取網絡和雙通道融合結構；所述殘差神經網絡和附加特征提取網絡用于對輸入的左骶髂關節圖像和右骶髂關節圖像進行特征提取，所述雙通道融合結構用于將所述殘差神經網絡和附加特征提取網絡輸出的圖像進行融合；

將所述左骶髂關節圖像和右骶髂關節圖像進行預處理后，輸入至混合神經網絡得到所述骶髂關節CT圖像的分類評級結果，具體為：將所述左骶髂關節圖像和右骶髂關節圖像的HU值調整至第二預設范圍后，同時輸入至所述殘差神經網絡和附加特征提取網絡進行特征提取，分別得到第一特征圖像和第二特征圖像；將所述第一特征圖像和第二特征圖像按照預設的權重參數進行融合得到特征融合圖像；將所述特征融合圖像輸入至所述混合神經網絡的全連接層，得到所述骶髂關節CT圖像的分類評級結果；

計算所述混合圖像的數據分布區間，具體包括：

根據所述混合圖像的感興趣區域大小和所述混合神經網絡運行的效率，確定數據框的大小；根據所述數據框確定的所述混合圖像的數據范圍，統計x軸,y軸,z軸的數據分布區間。