一种三通道级联SEU-Nets肝肿瘤分割方法技术

本发明专利技术公开一种三通道级联SEU

【技术实现步骤摘要】
一种三通道级联SEU
‑
Nets肝肿瘤分割方法


[0001]本专利技术涉及一种三通道级联SEU
‑
Nets肝肿瘤分割方法，属于医学影像处理


技术介绍

[0002]癌症是影响人类身体健康的重大疾病，肝癌更是癌症中患病人数最多。肝脏病变区域在增强型CT图像动脉期、静脉期和延迟期的特征表现都不一样。在增强型CT图像中，肝脏动脉期中的密度特征明显，与周围器官的差异性对比度较大，然后在静脉期间对比差异度到达顶点，但是与器官对比度降低，一直到延迟期时，肝脏病变区域的密度继续下降。

技术实现思路

[0003]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种三通道级联SEU
‑
Nets肝肿瘤分割方法，使用SE结构改进传统U
‑
Net网络结构，来提高U
‑
Net网络中卷积层的特征提取能力，然后使用3D卷积模块和C
‑
LSTM模块进行多模态特征提取，具体是使用3D卷积模块对同一切片三个时期的特征图进行融合，再使用C
‑
LSTM对不同切片间特征信息进行提取，最终达到能够充分利用增强型CT多模态特征信息的目的。
[0004]为达到上述目的，本专利技术提供一种三通道级联SEU
‑
Nets肝肿瘤分割方法，包括：
[0005]获取包含肝脏肿瘤的静脉期CT图像、包含肝脏肿瘤的动脉期CT图像和包含肝脏肿瘤的延迟期CT图像；
[0006]利用第一级肝脏分割网络从静脉期CT图像中分割出肝脏区域，并根据预设置的阈值将肝脏区域转化为二值的肝脏掩膜；
[0007]利用动脉期CT图像、静脉期CT图像和延迟期CT图像分别与肝脏掩膜进行掩膜运算，获得动脉期的肝脏感兴趣区域、静脉期的肝脏感兴趣区域和延迟期的肝脏感兴趣区域；
[0008]利用第二级肿瘤分割网络处理动脉期的肝脏感兴趣区域、静脉期的肝脏感兴趣区域和延迟期的肝脏感兴趣区域，获得动脉期深层图像特征图、静脉期深层图像特征图和延迟期的深层图像特征图；
[0009]利用特征级联融合对动脉期深层图像特征图、静脉期深层图像特征图和延迟期深层图像特征图进行特征融合，并且输出肝脏肿瘤分割概率图。
[0010]优先地，第二级肿瘤分割网络包括用于处理处理动脉期肝脏感兴趣区域的动脉期分割网络、用于处理静脉期肝脏感兴趣区域的静脉期分割网络和用于处理延迟期肝脏感兴趣区域的延迟期分割网络；
[0011]第一级肝脏分割网络、动脉期分割网络、静脉期分割网络和延迟期分割网络均为SEU
‑
Net网络，SEU
‑
Net网络包括输入端口input、卷积层Conv 1
‑
1、SE层1
‑
1、卷积层Conv 1
‑
2、SE层1
‑
2、池化层Maxpool
‑
1、卷积层Conv 2
‑
1、SE层2
‑
1、卷积层Conv 2
‑
1、SE层2
‑
2、池化层Maxpool
‑
2、卷积层Conv 3
‑
1、SE层3
‑
1、卷积层Conv 3
‑
2、SE层3
‑
2、池化层Maxpool
‑
3、卷积层Conv 4
‑
1、SE层4
‑
1、卷积层Conv 4
‑
2、SE层4
‑
2、池化层Maxpool
‑
4、卷积层Conv 5
‑
1、SE
层5
‑
1、卷积层Conv 5
‑
2、SE层5
‑
2、上卷积层Upconv
‑
1、卷积层Conv 6_1、卷积层Conv6
‑
2、上卷积层Upconv
‑
2、卷积层Conv 7
‑
1、卷积层Conv 7
‑
2、上卷积层Upconv
‑
3、卷积层Conv 8
‑
1、卷积层Conv 8
‑
2、上卷积层Upconv
‑
4、卷积层Conv 9
‑
1、卷积层Conv 9
‑
2、卷积层Conv 10
‑
1和输出端口output，输入端口input、卷积层Conv 1
‑
1、SE层1
‑
1、卷积层Conv1
‑
2、SE层1
‑
2、池化层Maxpool
‑
1、卷积层Conv 2
‑
1、SE层2
‑
1、卷积层Conv 2
‑
1、SE层2
‑
2、池化层Maxpool
‑
2、卷积层Conv 3
‑
1、SE层3
‑
1、卷积层Conv 3
‑
2、SE层3
‑
2、池化层Maxpool
‑
3、卷积层Conv 4
‑
1、SE层4
‑
1、卷积层Conv 4
‑
2、SE层4
‑
2、池化层Maxpool
‑
4、卷积层Conv 5
‑
1、SE层5
‑
1、卷积层Conv 5
‑
2、SE层5
‑
2、上卷积层Upconv
‑
1、卷积层Conv6_1、卷积层Conv 6
‑
2、上卷积层Upconv
‑
2、卷积层Conv 7
‑
1、卷积层Conv 7
‑
2、上卷积层Upconv
‑
3、卷积层Conv 8
‑
1、卷积层Conv 8
‑
2、上卷积层Upconv
‑
4、卷积层Conv 9
‑
1、卷积层Conv 9
‑
2、卷积层Conv 10
‑
1和输出端口output依次连接。
[0012]优先地，第一级肝脏分割网络、动脉期分割网络、静脉期分割网络和延迟期分割网络中的卷积层均使用3
×
3的卷积核，第一级肝脏分割网络、动脉期分割网络、静脉期分割网络和延迟期分割网络中最大池化层均使用2
×
2的卷积核。
[0013]优先地，利用特征级联融合对动脉期深层图像特征图、静脉期深层图像特征图和延迟期深层图像特征图进行特征融合，并包括：
[0014]利用3D卷积模块对来自同一切片的动脉期深层图像特征图、静脉期深层图像特征图和延迟期深层图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三通道级联SEU
‑
Nets肝肿瘤分割方法，其特征在于，包括：获取包含肝脏肿瘤的静脉期CT图像、包含肝脏肿瘤的动脉期CT图像和包含肝脏肿瘤的延迟期CT图像；利用第一级肝脏分割网络从静脉期CT图像中分割出肝脏区域，并根据预设置的阈值将肝脏区域转化为二值的肝脏掩膜；利用动脉期CT图像、静脉期CT图像和延迟期CT图像分别与肝脏掩膜进行掩膜运算，获得动脉期的肝脏感兴趣区域、静脉期的肝脏感兴趣区域和延迟期的肝脏感兴趣区域；利用第二级肿瘤分割网络处理动脉期的肝脏感兴趣区域、静脉期的肝脏感兴趣区域和延迟期的肝脏感兴趣区域，获得动脉期深层图像特征图、静脉期深层图像特征图和延迟期的深层图像特征图；利用特征级联融合对动脉期深层图像特征图、静脉期深层图像特征图和延迟期深层图像特征图进行特征融合，并且输出肝脏肿瘤分割概率图。2.根据权利要求1所述的一种三通道级联SEU
‑
Nets肝肿瘤分割方法，其特征在于，第二级肿瘤分割网络包括用于处理处理动脉期肝脏感兴趣区域的动脉期分割网络、用于处理静脉期肝脏感兴趣区域的静脉期分割网络和用于处理延迟期肝脏感兴趣区域的延迟期分割网络；第一级肝脏分割网络、动脉期分割网络、静脉期分割网络和延迟期分割网络均为SEU
‑
Net网络，SEU
‑
Net网络包括输入端口input、卷积层Conv 1
‑
1、SE层1
‑
1、卷积层Conv 1
‑
2、SE层1
‑
2、池化层Maxpool
‑
1、卷积层Conv 2
‑
1、SE层2
‑
1、卷积层Conv 2
‑
1、SE层2
‑
2、池化层Maxpool
‑
2、卷积层Conv 3
‑
1、SE层3
‑
1、卷积层Conv 3
‑
2、SE层3
‑
2、池化层Maxpool
‑
3、卷积层Conv 4
‑
1、SE层4
‑
1、卷积层Conv 4
‑
2、SE层4
‑
2、池化层Maxpool
‑
4、卷积层Conv 5
‑
1、SE层5
‑
1、卷积层Conv 5
‑
2、SE层5
‑
2、上卷积层Upconv
‑
1、卷积层Conv 6_1、卷积层Conv 6
‑
2、上卷积层Upconv
‑
2、卷积层Conv 7
‑
1、卷积层Conv 7
‑
2、上卷积层Upconv
‑
3、卷积层Conv 8
‑
1、卷积层Conv 8
‑
2、上卷积层Upconv
‑
4、卷积层Conv 9
‑
1、卷积层Conv 9
‑
2、卷积层Conv 10
‑
1和输出端口output，输入端口input、卷积层Conv 1
‑
1、SE层1
‑
1、卷积层Conv 1
‑
2、SE层1
‑
2、池化层Maxpool
‑
1、卷积层Conv 2
‑
1、SE层2
‑
1、卷积层Conv 2
‑
1、SE层2
‑
2、池化层Maxpool
‑
2、卷积层Conv 3
‑
1、SE层3
‑
1、卷积层Conv 3
‑
2、SE层3
‑
2、池化层Maxpool
‑
3、卷积层Conv 4
‑
1、SE层4
‑
1、...

【专利技术属性】
技术研发人员：胡栋，徐畅畅，李亚荣，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：