【技术实现步骤摘要】
一种基于迁移学习的医学图像分割与显示方法
[0001]本专利技术属于图像处理领域,具体涉及一种基于迁移学习的医学图像分割与显示方法。
技术介绍
[0002]据最新的医疗数据显示,血管类疾病已严重影响当代人的生命健康,成为致死率较高的疾病之一。比如动脉粥样硬化、炎症性血管疾病、血管真性肿瘤性疾病等等。血管类疾病中常见的诱因是血管狭窄、堵塞、破裂,以及斑块等等。目前临床上对于血管病变程度与血管狭窄化程度的评估,通常使用基于管腔成像的方法,如数字减影血管造影术(Digital Subtraction Angiography,DSA)、CT血管成像(Computed Tomography Angiography,CTA)、磁共振血管成像(Magnetic Resonance Angiography,MRA)以及高分辨率磁共振血管成像(High
‑
Resolution Magnetic Resonance Angiography,HRMRA)等。
[0003]其中,磁共振血管成像技术(MRA或HRMRA)作为一种对患者无创的成像方法,可以清晰地检测到血管壁结构并进行分析,扫描得到的磁共振图像对于软组织的分辨率高,没有骨伪影,图像质量好,且能够使用多种序列扫描得到具有不同成像特点的组织结构,在血管的显示上具有明显的优越性。
[0004]由于磁共振血管成像技术得到的亮血序列、黑血序列对应的图像均为二维图像,在临床上,医生需要凭借经验结合两种图像的信息,来获得血管的综合情况,以进行血管病变分析。但二 ...
【技术保护点】
【技术特征摘要】
1.一种基于迁移学习的医学图像分割与显示方法,其特征在于,包括:获取颅内血管部位的亮血图像组、黑血图像组和增强黑血图像组;其中,所述亮血图像组、所述黑血图像组、所述增强黑血图像组分别包括K个亮血图像、黑血图像和增强黑血图像;所述亮血图像组、所述黑血图像组、所述增强黑血图像组中的图像一一对应;K为大于2的自然数;针对所述亮血图像组中每一个亮血图像,以所述增强黑血图像组中对应的增强黑血图像为基准,利用基于互信息和图像金字塔的配准方法进行图像配准,得到包括K个配准后亮血图像的配准后亮血图像组;利用所述配准后亮血图像组,对所述增强黑血图像组中的增强黑血图像进行流空伪影消除操作,得到包括K个目标增强黑血图像的伪影消除增强黑血图像组;将所述伪影消除增强黑血图像组和所述黑血图像组中对应图像相减,得到K个造影增强图;利用所述配准后亮血图像组,采用迁移学习方法建立血液三维模型;利用所述配准后亮血图像组建立血液边界扩展的血管三维模型;利用所述K个造影增强图建立造影增强三维模型;基于所述血液三维模型、所述血管三维模型、所述造影增强三维模型,得到颅内血管增强三维模型;获取所述颅内血管增强三维模型中各段血管的表征血管狭窄程度的目标参数的数值,并利用各段血管的所述目标参数的数值对所述颅内血管增强三维模型进行标记,得到颅内血管病灶识别模型;将所述颅内血管病灶识别模型进行显示。2.根据权利要求1所述的方法,其特征在于,所述针对所述亮血图像组中每一个亮血图像,以所述增强黑血图像组中对应的增强黑血图像为基准,利用基于互信息和图像金字塔的配准方法进行图像配准,得到包括K个配准后亮血图像的配准后亮血图像组,包括:对每一个亮血图像和对应的增强黑血图像进行预处理,得到第一亮血图像和第一黑血图像;基于下采样处理,由所述第一亮血图像得到亮血高斯金字塔,由所述第一黑血图像得到黑血高斯金字塔;其中,所述亮血高斯金字塔和所述黑血高斯金字塔中包括从下至上分辨率依次变小的m个图像;m为大于3的自然数;基于上采样处理,利用所述亮血高斯金字塔得到亮血拉普拉斯金字塔,利用所述黑血高斯金字塔得到黑血拉普拉斯金字塔;其中,所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的m
‑
1个图像;对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中对应层的图像进行配准,得到配准的亮血拉普拉斯金字塔;利用所述配准的亮血拉普拉斯金字塔作为叠加信息,对所述亮血高斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准,得到配准的亮血高斯金字塔;基于所述配准的亮血高斯金字塔得到该亮血图像对应的配准后亮血图像;由K个亮血图像分别对应的配准后亮血图像,得到配准后亮血图像组。3.根据权利要求2所述的方法,其特征在于,所述利用所述配准的亮血拉普拉斯金字塔
作为叠加信息,对所述亮血高斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准,得到配准的亮血高斯金字塔,包括:对所述亮血高斯金字塔和所述黑血高斯金字塔中自上而下的第j层,将该层对应的黑血高斯图像作为参考图像,将该层对应的亮血高斯图像作为浮动图像,使用基于互信息的相似性度量及预定搜索策略,实现图像配准,得到配准后的第j层亮血高斯图像;将所述配准后的第j层亮血高斯图像进行上采样操作,并与配准后的对应层亮血拉普拉斯图像相加,利用相加后的图像替换所述亮血高斯金字塔中第j+1层的亮血高斯图像;将第j+1层的黑血高斯图像作为参考图像,将替换后的第j+1层的亮血高斯图像作为浮动图像,使用预定相似性度量及预定搜索策略,实现图像配准,得到配准后的第j+1层亮血高斯图像;其中j=1,2,
…
,m
【专利技术属性】
技术研发人员:贾广,李檀平,张向淮,郝嘉雪,黄旭楠,高敬龙,张小玲,汤敏,谭丽娜,苗启广,张艺飞,梁小凤,王泽,张昱,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。