[發(fā)明專利]一種SPECT圖像的ROI區(qū)域識(shí)別方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202211635885.3
• 申請(qǐng)日: 2022-12-20
• 公開（公告）號(hào): CN115861600B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計(jì)）人: 林強(qiáng);何楊;曹永春;滿正行
• 申請(qǐng)（專利權(quán)）人: 西北民族大學(xué)
• 主分類號(hào): G06V10/25
• 分類號(hào): G06V10/25;G06V10/26;G06V10/74
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 常祖正

本發(fā)明涉及一種SPECT圖像的ROI區(qū)域識(shí)別方法及系統(tǒng)，屬于醫(yī)學(xué)影像處理領(lǐng)域，方法包括：從SPECT成像設(shè)備中獲取測(cè)試者的前位圖和后位圖；構(gòu)建并行的輪廓分割網(wǎng)絡(luò)和熱區(qū)分割網(wǎng)絡(luò)；基于輪廓分割網(wǎng)絡(luò)提取前位圖和后位圖的外圍輪廓，基于熱區(qū)分割網(wǎng)絡(luò)提取前位圖和后位圖的熱區(qū)；基于外圍輪廓確定對(duì)稱軸；根據(jù)對(duì)稱軸確定熱區(qū)的候選對(duì)比區(qū)域，候選對(duì)比區(qū)域包括第一對(duì)比區(qū)域和第二對(duì)比區(qū)域；對(duì)候選對(duì)比區(qū)域進(jìn)行相似度計(jì)算，得到相似度結(jié)果；根據(jù)相似度結(jié)果確定ROI區(qū)域，得到基于SPECT圖像的ROI區(qū)域識(shí)別結(jié)果。本發(fā)明能夠提高SPECT圖像中ROI區(qū)域的識(shí)別精度。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)影像處理領(lǐng)域，特別是涉及一種SPECT圖像的ROI區(qū)域識(shí)別方法及系統(tǒng)。

背景技術(shù)

醫(yī)學(xué)影像技術(shù)是現(xiàn)代醫(yī)學(xué)領(lǐng)域內(nèi)最重要、也是發(fā)展最快的領(lǐng)域之一，經(jīng)歷了從傳統(tǒng)X光成像、計(jì)算機(jī)斷層掃描(ComputerizedTomography,CT)、超聲成像等傳統(tǒng)結(jié)構(gòu)成像模態(tài)向單光子發(fā)射計(jì)算機(jī)斷層成像(Singlephotonemission?computedtomography,SPECT)和正電子發(fā)射斷層成像(PositronEmission?Tomography,PET)等功能成像模態(tài)的發(fā)展，并催生了SPECT/CT、PET/CT等多種質(zhì)量更高的混合成像模態(tài)。

但是SPECT的成像質(zhì)量較差，以SPECT全身骨掃描成像為例，需要在1024×256的數(shù)據(jù)矩陣內(nèi)保存全身的骨顯像數(shù)據(jù)，圖像分辨率大且對(duì)比度低。為此科學(xué)家們一直致力于研究如何通過計(jì)算機(jī)技術(shù)幫助提高醫(yī)療從業(yè)人員在醫(yī)學(xué)圖像分析工作上的效率，降低醫(yī)療成本。雖然計(jì)算機(jī)輔助醫(yī)療技術(shù)有著悠久的歷史，但直到卷積神經(jīng)網(wǎng)絡(luò)的出現(xiàn)才邁入快速發(fā)展階段。卷積神經(jīng)網(wǎng)絡(luò)中的卷積層可以自動(dòng)從醫(yī)學(xué)圖像中提取深層特征，通過對(duì)深層特征的進(jìn)一步提取，卷積神經(jīng)網(wǎng)絡(luò)可以執(zhí)行一系列醫(yī)學(xué)圖像輔助任務(wù)，其中分割任務(wù)可以實(shí)現(xiàn)對(duì)感興趣區(qū)域(RegionOfInterest,ROI)的勾勒，是進(jìn)行ROI提取、臨床試驗(yàn)、特定組織測(cè)量以及實(shí)現(xiàn)三維重建的基礎(chǔ)。

但是醫(yī)學(xué)很難獲得大量可使用的數(shù)據(jù)集，U-Net的提出讓深度語義分割模型在小數(shù)據(jù)集上也可以取得較好的結(jié)果。由于圖像之間差異較大與模型的高敏感性，因此SPECT圖像的分割工作要難于其它成像模態(tài)，在所勾勒的熱區(qū)中很容易表現(xiàn)出非ROI的結(jié)果。

對(duì)稱性是物體的重要特征，也是人類視覺感知組織系統(tǒng)的重要組成部分。在醫(yī)學(xué)全身成像中，對(duì)稱性不僅體現(xiàn)在外圍輪廓上，而且在器官與組織成像上也體現(xiàn)出近似的對(duì)稱性。因此在醫(yī)學(xué)輔助臨床應(yīng)用中，對(duì)稱性理論有很重要的價(jià)值，即通過結(jié)合醫(yī)學(xué)圖像的對(duì)稱性可以使得醫(yī)生更加關(guān)注重要區(qū)域，提高醫(yī)生醫(yī)學(xué)圖像分析的工作效率。在肺癌患者的SPECT骨顯像影像中，相對(duì)于脊柱對(duì)稱的高熱區(qū)域一般可以認(rèn)為是正常的臨床表現(xiàn)，但是現(xiàn)有的語義分割網(wǎng)絡(luò)只對(duì)熱區(qū)(高吸收區(qū)域)敏感，會(huì)將某些對(duì)稱熱區(qū)描述為ROI從而影響實(shí)際工作。外圍輪廓是SPECT全身成像中最主要的對(duì)稱性呈現(xiàn)方式，四肢、肋骨整齊地排列在脊椎兩側(cè)，而且大小、位置和形狀都基本相同。通過結(jié)合外圍輪廓可以很好的幫助我們尋找到組織的對(duì)稱信息，提供更準(zhǔn)確的ROI，但是目前的主流模型難以分割出熱區(qū)和外圍曲線。

基于以上問題，使得現(xiàn)有分割網(wǎng)絡(luò)對(duì)SPECT圖像中ROI的勾勒效果不佳，并且在ROI勾勒任務(wù)中直接引入對(duì)稱性判斷的方法也較少。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種SPECT圖像的ROI區(qū)域識(shí)別方法及系統(tǒng)，能夠提高SPECT圖像中ROI區(qū)域的識(shí)別精度。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種SPECT圖像的ROI區(qū)域識(shí)別方法，包括：

從SPECT成像設(shè)備中獲取測(cè)試者的前位圖和后位圖；

構(gòu)建并行的輪廓分割網(wǎng)絡(luò)和熱區(qū)分割網(wǎng)絡(luò)；

基于所述輪廓分割網(wǎng)絡(luò)提取所述前位圖和后位圖的外圍輪廓，基于所述熱區(qū)分割網(wǎng)絡(luò)提取所述前位圖和后位圖的熱區(qū)；