[發(fā)明專利]基于深度學習的腹主動脈瘤識別方法及裝置、存儲介質(zhì)、電子裝置在審
| 申請?zhí)枺?/td> | 202211147064.5 | 申請日： | 2022-09-20 |
| 公開（公告）號： | CN115496719A | 公開（公告）日： | 2022-12-20 |
| 發(fā)明（設(shè)計）人： | 劉偉奇;馬學升;陳金鋼;徐鵬;趙友源;陳磊;龔哲晰 | 申請（專利權(quán)）人： | 同心智醫(yī)科技（北京）有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/62;G06V10/26;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京知果之信知識產(chǎn)權(quán)代理有限公司 11541 | 代理人： | 蘇利 |
| 地址： | 100089 北京市海淀區(qū)王莊路1號院清*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 深度 學習 主動脈瘤 識別 方法 裝置 存儲 介質(zhì) 電子 | ||
1.一種基于深度學習的腹主動脈瘤識別方法，其特征在于，所述方法包括：
獲取CT或者CTA圖像，裁剪提取得到圖像補丁，所述CT或者CTA圖像中包括腹主動脈瘤數(shù)據(jù)；
輸入所述圖像補丁到預設(shè)圖像分類模型，得到所述圖像補丁中腹主動脈區(qū)域的分類結(jié)果，所述預設(shè)圖像分類模型為使用多組數(shù)據(jù)通過卷積神經(jīng)網(wǎng)絡(luò)訓練得出的，多組數(shù)據(jù)中的每組數(shù)據(jù)均包括：腹主動脈瘤數(shù)據(jù)以及所述腹主動脈瘤數(shù)據(jù)對應(yīng)的病灶區(qū)域標簽；以及
對所述腹主動脈區(qū)域的分類結(jié)果進行分割處理，得到腹主動脈直徑測量值以作為腹主動脈瘤識別結(jié)果。
2.根據(jù)權(quán)利要求1所述方法，其特征在于，所述預設(shè)圖像分類模型包括：卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，所述卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)至少包括：
一個數(shù)據(jù)層作為輸入，三個卷積層用于特征提取，五個RELU層作為激活函數(shù)層，一個池化層用于降低網(wǎng)絡(luò)參數(shù)，兩個全連接層，一個舍棄層，一個精度層用于計算訓練和驗證數(shù)據(jù)集精度，以及一個損失層以計算訓練階段的數(shù)據(jù)丟失。
3.根據(jù)權(quán)利要求2所述方法，其特征在于，所述預設(shè)圖像分類模型還包括：3DResNet卷積神經(jīng)網(wǎng)絡(luò)，用于對所述圖像補丁進行不同腹部區(qū)域三維分類，
對于三維分類數(shù)據(jù)訓練集，將每次掃描結(jié)果分為無腹主動脈瘤級或者腹主動脈瘤級；
在每次掃描中，都以主動脈的顱內(nèi)左腎動脈開端的軸向位置為定位點，之后在訓練中使用該定位點自動提取標準化大小的亞體積；
或者，
對于三維分類數(shù)據(jù)訓練集，使用分層的五倍交叉驗證法。
4.根據(jù)權(quán)利要求2所述方法，其特征在于，所述輸入所述圖像補丁到預設(shè)圖像分類模型，得到所述圖像補丁中腹主動脈區(qū)域的分類結(jié)果，包括：
采用五個指標來評估腹主動脈區(qū)域預測分類的質(zhì)量，其中，所述預測分類包括：真陽性TP代表被正確識別為腹主動脈瘤的樣本，真陰性TN代表被正確分類的非腹主動脈瘤樣本，假陽性FP代表被錯誤分類為非腹主動脈瘤的腹主動脈瘤樣本，假陰性FN代表被錯誤分類為腹主動脈瘤的非腹主動脈瘤樣本；
評估所述腹主動脈對網(wǎng)絡(luò)決策相關(guān)區(qū)域與預先確定的主動脈位置之間的一致性，其中，所述腹主動脈對網(wǎng)絡(luò)決策的影響評分包括：1-主動脈無相關(guān)性、2-主動脈低相關(guān)性、3-主動脈中相關(guān)性、4-主動脈高相關(guān)性、5-主動脈非常高相關(guān)性。
5.根據(jù)權(quán)利要求1所述方法，其特征在于，所述對所述腹主動脈區(qū)域的分類結(jié)果進行分割處理，得到腹主動脈直徑測量值以作為腹主動脈瘤識別結(jié)果，包括：
基于OpenCV庫的霍夫圓檢測算法，對所述腹主動脈區(qū)域的分類結(jié)果進行分割處理，
測量分割處理結(jié)果，得到腹主動脈直徑測量值。
6.根據(jù)權(quán)利要求5所述方法，其特征在于，得到腹主動脈直徑測量值以作為腹主動脈瘤識別結(jié)果之后，還包括
如果測量得到的直徑小于24像素，輸出以毫米為單位的準確直徑以及第一腹主動脈瘤風險評估結(jié)果；
如果測量得到的直徑大于24像素而小于40像素，輸出以毫米為單位的準確直徑以及第二腹主動脈瘤風險評估結(jié)果；
如果測量得到的直徑超過40像素，輸出以毫米為單位的準確直徑以及第三腹主動脈瘤風險評估結(jié)果。
7.根據(jù)權(quán)利要求1所述方法，其特征在于，獲取CT或者CTA圖像，并裁剪提取得到圖像補丁，所述CT或者CTA圖像中包括腹主動脈瘤數(shù)據(jù)，包括：
獲取所述CT或者CTA圖像的并調(diào)整為預設(shè)大小的圖像；
通過預設(shè)大小的窗口對所述CT或者CTA圖像進行掃描，從圖像中裁剪得到圖像補??；
提取所述圖像補丁之后，將所述圖像補丁劃分至少包括如下之一的區(qū)域：腹部內(nèi)區(qū)、主動脈、身體邊界、骨骼。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于同心智醫(yī)科技（北京）有限公司，未經(jīng)同心智醫(yī)科技（北京）有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211147064.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
