[發明專利]基于MRI影像的原發性肝細胞癌病灶篩查和分割方法及系統

在審

• 申請號: 202111423285.6
• 申請日: 2021-11-26
• 公開（公告）號: CN114419111A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 耿道穎;羅嘯;楊麗琴;胡斌;耿巖;呂錕;李佩雯;李郁欣;尹波;張軍;于澤寬
• 申請（專利權）人: 復影（上海）醫療科技有限公司
• 主分類號: G06T7/30
• 分類號: G06T7/30;G06T7/11;G06T7/00;G06N3/08;G06N3/04
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

本發明涉及一種基于MRI影像的原發性肝細胞癌病灶篩查和分割方法及系統。本發明通過對肝臟多期相MRI數據的獲取與預處理后，輸入第一個預訓練的多通道卷積神經網絡進行肝臟分割，生成多期相MRI肝臟分割圖像；然后將其輸入第二個預訓練的多通道卷積神經網絡進行病灶篩查，獲得含有原發性肝細胞癌病灶的多期相MRI肝臟分割圖像；再將其輸入第三個預訓練的多通道卷積神經網絡進行病灶分割，生成多期相MRI原發性肝細胞癌病灶分割結果；最后將病灶分割結果和肝臟多期相MRI數據進行可視化展示，并獲得原發性肝細胞癌病灶統計信息。

技術領域

本發明屬于醫學圖像處理分割領域，具體涉及一種基于MRI影像的原發性肝細胞癌病灶篩查和分割方法及系統。

背景技術

肝臟占位性病變指的是人體肝臟區域產生的病變，在醫學影像數據上表現為異常回聲信號，呈現出不均勻的紋理密度。在一些醫學影像中，肝臟病灶分割操作極具難度，肝臟病灶圖像可能會被其它部分所覆蓋，從而增加病灶分割的挑戰性。近年來，醫學成像技術得到了快速發展，已經作為一種重要的常規檢查手段，在臨床檢查、診斷、手術方案規劃中發揮著重要作用。醫學成像技術的快速發展為病灶檢測提供了不同于傳統活組織切片的檢測手段，醫生能夠從醫學影像中觀察活組織上是否存在病變特征區域，從而依據影像的判別結果來輔以診斷，傳統醫學影像技術與操作者的經驗和技術具有較強的關聯性，會受到操作者主觀性的影響，而且勞動強度大、耗時效率低。

現有技術中，Takenaga T等關于基于MRI的自動肝局灶性病變檢測與分類研究論文(Takenaga T,Hanaoka S,Nomura Y,et al.Multichannel three-dimensional fullyconvolutional residual network-based focal liver lesion detection andclassification in Gd-EOB-DTPA-enhanced MRI[J].International Journal ofComputer Assisted Radiology and Surgery，2021,12:1527–1536)顯示，利用非增強期、動脈期、門靜脈期、延遲期和肝臟特異期的增強T1加權MRI影像數據，得到的肝細胞癌病灶檢測敏感性為56％，正確率為79％。Bousabarah K等關于非全自動肝細胞癌病灶檢測與分割研究(Bousabarah K, Letzen B,Tefera J,et al.Automated detection anddelineation of hepatocellular carcinoma on multiphasic contrast-enhanced MRIusing deep learning[J].Abdominal Radiology, 2021,46(1):216-225)顯示，通過動脈晚期、門靜脈期和延遲期的增強T1加權MRI影像訓練模型，得到的檢測敏感性為75％，Dice系數為0.68。雖然這些模型對肝細胞癌病灶篩查起到一定的促進作用，但這些模型存在著一定的不足：(a)流程上，不包含自動篩查步驟，系統自動化程度低，導致醫療資源釋放不充分。(b)現有研究提出的模型，病灶分割或分類的準確率和敏感性均不足以支持臨床應用。

申請號為202110414395.X的現有專利，公開了“一種基于卷積神經網絡的肝臟病灶分割方法”，其提出的模型針對肝臟占位性病變分割，其局限性在于不區分良性病變與惡性病變。肝細胞癌病變是肝臟占位性病變中的惡性病變，臨床上有必要有需求進行單獨檢測和分割。

因此，急需一種快速完成肝細胞癌病灶檢測與分割流程，解決醫學影像視覺檢查勞動密集且時間成本高的問題。本發明通過精確的輔助診斷方法取代放射性影像醫師機械性的閱片任務通過采用肝臟多期相MRI數據，訓練的卷積神經網絡模型魯棒性更高，獲得更穩定可靠的檢測結果，極大縮短前期醫學影像處理的時間。

發明內容

本發明的目的是針對現有技術中存在的問題，提供一種基于MRI影像的原發性肝細胞癌病灶篩查和分割方法及系統。