一种胎儿脑MRI组织分析方法、装置和电子设备制造方法及图纸

本申请涉及数据分析领域，尤其是一种胎儿脑MRI组织分析方法、装置和电子设备，包括获取多个治疗后脑MRI图像，每一治疗后脑MRI图像对应不同胎龄；将每一治疗后脑MRI图像进行脑组织分割，得到多个局部脑组织对应的多个治疗后局部脑组织分割图；针对每一治疗后脑MRI图像，获取与每一治疗后局部脑组织分割图对应的治疗前局部脑组织分割图；针对每一治疗后脑MRI图像，确定每一局部脑组织形变系数；针对每一局部脑组织，根据所有胎龄对应的局部脑组织形变系数生成每一局部脑组织对应的线性分析图；基于所有局部脑组织对应的线性分析图确定最终脑组织分析信息。本申请便于对不同胎龄与不同脑组织治疗前后变化产生的影响进行整体分析。析。析。

【技术实现步骤摘要】
一种胎儿脑MRI组织分析方法、装置和电子设备


[0001]本申请涉及数据分析的领域，尤其是涉及一种胎儿脑MRI组织分析方法、装置和电子设备。

技术介绍

[0002]先天性疾病是在胎儿时期获得的疾病，也就是胎儿在子宫内的生长发育过程中受到外界或内在不良因素作用，发育不正常导致的，一般在出生时已经有表现或有迹象，先天性疾病一旦出现便会给家庭和社会带来严重负担，无论患儿夭折或苟活都会让患儿和家庭痛苦不堪，及时发现胎儿的先天性疾病并进行治疗有助于降低死亡率，因此定期进行产前母婴健康检查以对发育中的胎儿进行定期健康分析尤为关键。
[0003]胎儿脊柱裂是最常见的先天性疾病之一，可能会导致胎儿的大脑发育受损，对应的脑组织变化信息为小脑蚓体发育不全、第四脑室延长。相关技术中，在对胎儿进行健康检查分析时，便于通过超声波图像对胎儿的脑组织信息进行查看，通过脑组织变化信息对先天性疾病进行诊断和治疗，但是无法在治疗过程中针对不同胎龄与不同脑组织变化产生的影响进行整体分析，进而无法对胎儿产后结果进行分析。

技术实现思路

[0004]为了便于对不同胎龄与不同脑组织治疗前后变化产生的影响进行整体分析，本申请提供尤其是涉及一种胎儿脑MRI组织分析方法、装置和电子设备。
[0005]第一方面，本申请提供一种胎儿脑MRI组织分析方法，采用如下的技术方案：一种胎儿脑MRI组织分析方法，包括：获取多个治疗后脑MRI图像，其中，每一治疗后脑MRI图像对应不同的胎龄；将每一治疗后脑MRI图像进行脑组织分割，得到多个局部脑组织对应的多个治疗后局部脑组织分割图；针对每一治疗后脑MRI图像，获取与每一治疗后局部脑组织分割图对应的治疗前局部脑组织分割图；针对每一治疗后脑MRI图像，基于每一治疗前局部脑组织分割图与对应的治疗后局部脑组织分割图，确定每一局部脑组织形变系数；针对每一局部脑组织，根据所有胎龄对应的局部脑组织形变系数生成每一局部脑组织对应的线性分析图；基于所有局部脑组织对应的线性分析图确定最终脑组织分析信息，所述脑组织分析信息用于分析治疗效果与胎龄之间的关联影响。
[0006]通过采用上述技术方案，获取多个胎龄不同的治疗后脑MRI图像，将每一治疗后脑MRI图像进行脑组织分割，得到多个局部脑组织，并且得到与多个局部脑组织对应的多个治疗后局部脑组织分割图，针对每一治疗后脑MRI图像，获取与每一治疗后局部脑组织对应的治疗前局部脑组织分割图，其次针对每一治疗后脑MRI图像，基于每一治疗前局部脑组织分
割图与对应的治疗后局部脑组织分割图对每一局部脑组织形变系数进行确定，再通过针对每一局部脑组织，根据所有胎龄对应的局部脑组织形变系数生成每一局部脑组织对应的线性分析图，最后基于所有局部脑组织对应的线性分析图确定最终脑组织分析信息，通过最终脑组织分析信息便于相关人员对不同胎龄与不同脑组织治疗前后变化产生的影响进行整体分析。
[0007]在一种可能实现的方式中，所述将每一治疗后脑MRI图像进行脑组织分割，是由训练好的金字塔分割模型实现的，金字塔分割模型的训练过程包括：获取多个脑MRI训练样本，每一脑MRI训练样本包括脑MRI图像以及对应的多个局部脑组织标签；获取待训练金字塔分割模型，所述待训练金字塔分割模型包括编码器、解码器、跳跃连接模块和特征组合模块；将多个脑MRI训练样本输入到所述待训练金字塔分割模型中进行迭代训练，得到每一脑MRI训练样本的训练结果；根据每一训练结果与对应的局部脑组织标签，确定函数损失值；若所述函数损失值低于预设标准损失值，则停止迭代训练，得到训练好的金字塔分割模型。
[0008]通过采用上述技术方案，通过获取多个脑MRI训练样本，其中每个脑MRI训练样本包括脑MRI图像以及对应的多个局部脑组织标签，再将多个脑MRI训练样本输入到获取的待训练金字塔分割模型中进行迭代训练，并输出每一脑MRI训练样本对应的训练结果，其中，待训练金字塔分割模型包括编码器、解码器、跳跃连接模块和特征组合模块，再通过每一训练结果与对应的局部脑组织标签确定出函数损失值，当函数损失值低于预设标准损失值时，停止对待训练金字塔分割模型的迭代训练，得到训练好的金字塔分割模型，通过迭代训练，有助于提升对金字塔分割模型进行训练的准确性。
[0009]在一种可能实现的方式中，所述将每一治疗后脑MRI图像进行脑组织分割，得到多个局部脑组织对应的多个治疗后局部脑组织分割图，包括：获取每一治疗后脑MRI图像对应的治疗后脑MRI图像特征；将每一治疗后脑MRI图像特征输入到编码器中进行特征提取，输出每一编码层对应的编码MRI图像特征，所述编码器包括多个编码层，每一编码层包括一个下采样模块和一个注意力结构模块；基于解码器和跳跃连接模块，将所有与解码层对应的编码MRI图像特征进行特征连接，输出每一解码层对应的目标图像特征，所述解码器包括多个解码层，每一解码层包括一个上采样模块和一个注意力结构模块，最后一个解码层还包括一个混合膨胀卷积模块；将多个目标图像特征输入到特征组合模块，输出多个治疗后局部脑组织分割图。
[0010]通过采用上述技术方案，先通过获取每一治疗后脑MRI图像对应的MRI图像特征，再将每一治疗后脑MRI图像特征输入到编码器中进行特征提取，输出每一编码层对应的编码MRI图像特征，其中编码器包括多个编码层，每一编码层中包括一个下采样模块和一个注意力结构模块，再基于解码器和跳跃连接模块，将所有与解码层对应的编码MRI图像进行特征连接，得到多个目标图像特征，最后将多个目标图像特征输入到特征组合模块进行组合，得到多个治疗后局部脑组织分割图，增强了对局部脑组织分割时的准确性，进而提高了分
割精度。
[0011]在一种可能实现的方式中，所述将每一治疗后脑MRI图像特征输入到编码器中进行特征提取，输出每一编码层对应的编码MRI图像特征，包括：将每一治疗后脑MRI图像特征输入到第一编码层，输出第一编码MRI图像特征；将所述第一编码MRI图像特征输入到第二编码层，得到第二编码MRI图像特征，循环执行直至编码器中的最后一层编码层输出最后一层编码MRI图像特征，以得到每一编码层对应的编码MRI图像特征。
[0012]通过采用上述技术方案，通过将每一治疗后脑MRI图像特征输入到第一编码层，输出第一编码MRI图像特征，再将第一编码MRI图像特征输入到第二编码层，得到第二编码MRI图像特征，循环执行上述步骤直至编码器中的最后一层编码层输出最后一层编码MRI图像特征，最后得到每一编码层对应的编码MRI图像特征，在编码器中加入注意力结构模型，提高了对编码MRI图像特征进行提取时的准确性。
[0013]在一种可能实现的方式中，所述基于解码器和跳跃连接模块，将所有解码层对应的编码MRI图像特征进行特征连接，输出每一解码层对应的目标图像特征，包括：将编码器中最后一层输出的编码MRI图像特征输入第一解码层，得到第一解码MRI图像特征；基于跳跃连接模块，将所述第一解码MRI图像特征和对应编码层的编码MRI图像特征输入到第二解码层，得到第二解码MRI图像特征，循本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胎儿脑MRI组织分析方法，其特征在于，包括：获取多个治疗后脑MRI图像，其中，每一治疗后脑MRI图像对应不同的胎龄；将每一治疗后脑MRI图像进行脑组织分割，得到多个局部脑组织对应的多个治疗后局部脑组织分割图；针对每一治疗后脑MRI图像，获取与每一治疗后局部脑组织分割图对应的治疗前局部脑组织分割图；针对每一治疗后脑MRI图像，基于每一治疗前局部脑组织分割图与对应的治疗后局部脑组织分割图，确定每一局部脑组织形变系数；针对每一局部脑组织，根据所有胎龄对应的局部脑组织形变系数生成每一局部脑组织对应的线性分析图；基于所有局部脑组织对应的线性分析图确定最终脑组织分析信息，所述脑组织分析信息用于分析治疗效果与胎龄之间的关联影响。2.根据权利要求1所述的一种胎儿脑MRI组织分析方法，其特征在于，所述将每一治疗后脑MRI图像进行脑组织分割，是由训练好的金字塔分割模型实现的，金字塔分割模型的训练过程包括：获取多个脑MRI训练样本，每一脑MRI训练样本包括脑MRI图像以及对应的多个局部脑组织标签；获取待训练金字塔分割模型，所述待训练金字塔分割模型包括编码器、解码器、跳跃连接模块和特征组合模块；将多个脑MRI训练样本输入到所述待训练金字塔分割模型中进行迭代训练，得到每一脑MRI训练样本的训练结果；根据每一训练结果与对应的局部脑组织标签，确定函数损失值；若所述函数损失值低于预设标准损失值，则停止迭代训练，得到训练好的金字塔分割模型。3.根据权利要求2所述的一种胎儿脑MRI组织分析方法，其特征在于，所述将每一治疗后脑MRI图像进行脑组织分割，得到多个局部脑组织对应的多个治疗后局部脑组织分割图，包括：获取每一治疗后脑MRI图像对应的治疗后脑MRI图像特征；将每一治疗后脑MRI图像特征输入到编码器中进行特征提取，输出每一编码层对应的编码MRI图像特征，所述编码器包括多个编码层，每一编码层包括一个下采样模块和一个注意力结构模块；基于解码器和跳跃连接模块，将所有与解码层对应的编码MRI图像特征进行特征连接，输出每一解码层对应的目标图像特征，所述解码器包括多个解码层，每一解码层包括一个上采样模块和一个注意力结构模块，最后一个解码层还包括一个混合膨胀卷积模块；将多个目标图像特征输入到特征组合模块，输出多个治疗后局部脑组织分割图。4.根据权利要求3所述的一种胎儿脑MRI组织分析方法，其特征在于，所述将每一治疗后脑MRI图像特征输入到编码器中进行特征提取，输出每一编码层对应的编码MRI图像特征，包括：将每一治疗后脑MRI图像特征输入到第一编码层，输出第一编码MRI图像特征；
将所述第一编码MRI图像特征输入到第二编码层，得到第二编码MRI图像特征，循环执行直至编码器中的最后一层编码层输出最后一层编码MRI图像特征，以得到每一编码层对应的编码MRI图像特征。5.根据权利要求3所述的一种胎儿脑MRI组织分析方法，其特征在于，所述基于解码器和跳跃连接模块，将所有解码层对应的编码MRI图像特征进行特征连接，输出每一解码层对应的目标图像特征，包括：将编码器中最后一层输出的编码MRI图像特征输入第一解码层，得到第一解码MRI图像特征；基于跳跃连接模块，将所述第一解码MRI图像特征和对应编码层的编码MRI图像特征输入到第二解码层，得到第二解码MRI图像特征，循环执行直至解码器中的最后一层解码层，以得到每一解...

【专利技术属性】
技术研发人员：隆晓菁，黄晓娜，李宇涵，梁栋，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：