神经影像的病灶识别方法技术

技术编号:39642256 阅读:17 留言:0更新日期:2023-12-09 11:09
本公开涉及图像处理领域,尤其涉及一种神经影像的病灶识别方法

【技术实现步骤摘要】
神经影像的病灶识别方法、装置、电子设备和存储介质


[0001]本公开涉及图像处理领域,尤其涉及一种神经影像的病灶识别方法

装置

电子设备和存储介质


技术介绍

[0002]癫痫是大脑神经元异常放电活动引起的突然性

反复性和短暂性的大脑功能障碍,是一种世界范围内常见的功能性神经系统疾病,而部分癫痫病灶影像表现隐蔽,切除范围难以确定,在目前临床诊治工作中具有挑战性

然而,尽管如今神经影像技术快速发展部分影像改变隐匿或“阴性”,常规视觉阅片难以发现,漏诊率约很高

精准定位是外科诊治成功的关键,随着计算机技术的快速发展,近年来利用计算机辅助识别病灶的技术被广泛应用,但相关技术仍然存在识别结果准确的问题


技术实现思路

[0003]有鉴于此,本公开提出了一种神经影像的病灶识别方法

装置

电子设备和存储介质,旨在提高病灶识别结果的准确性

[0004]根据本公开的第一方面,提供了一种神经影像的病灶识别方法,所述方法包括:
[0005]确定待识别的神经影像集合,所述神经影像集合包括采集目标对象得到的第一结构影像

第一病变影像和第一代谢影像;
[0006]对所述神经影像集合进行图像预处理,得到包括第二结构影像

第二病变影像和第二代谢影像的对象影像集合;
[0007]将所述对象影像集合输入训练得到的三维的卷积神经网络中,得到所述目标对象的病灶位置;
[0008]根据所述目标对象的病灶位置对所述第一结构影像进行病灶位置标注,得到病灶位置图像并显示

[0009]在一种可能的实现方式中,所述对所述神经影像集合进行图像预处理,得到包括第二结构影像

第二病变影像和第二代谢影像的对象影像集合,包括:
[0010]对所述第一结构影像进行图像分割,得到至少一种包括所述目标对象中组织的分割图像;
[0011]对所述第一结构影像

所述第一病变影像和所述第一代谢影像进行图像位置校正;
[0012]根据所述分割图像提取所述图像位置校正后的所述第一结构影像

所述第一病变影像和所述第一代谢影像中的目标对象,得到第二结构影像

第二病变影像和第二代谢影像;
[0013]根据所述第二结构影像

所述第二病变影像和所述第二代谢影像确定对象影像集合

[0014]在一种可能的实现方式中,所述目标对象为大脑,所述分割图像包括脑脊液图像

灰质图像和白质图像

[0015]在一种可能的实现方式中,所述对所述第一结构影像

所述第一病变影像和所述第一代谢影像进行图像位置校正,包括:
[0016]对所述第一结构影像

所述第一病变影像和所述第一代谢影像进行前联合校正

配准和密度标准化处理

[0017]在一种可能的实现方式中,所述根据所述分割图像提取所述图像位置校正后的所述第一结构影像

所述第一病变影像和所述第一代谢影像中的目标对象,得到第二结构影像

第二病变影像和第二代谢影像,包括:
[0018]根据至少一个所述分割图像确定用于表征所述目标对象位置的图像蒙版;
[0019]根据所述图像蒙版分别提取所述图像位置校正后的所述第一结构影像

所述第一病变影像和所述第一代谢影像中的目标对象,得到第二结构影像

第二病变影像和第二代谢影像

[0020]在一种可能的实现方式中,所述卷积神经网络中包括多个顺序连接的卷积层

全连接层和激活层,每个所述卷积层中包括三个分别对应所述第二结构影像

所述第二病变影像和所述第二代谢影像的卷积通道;
[0021]所述将所述对象影像集合输入训练得到的三维的卷积神经网络中,得到所述目标对象的病灶位置,包括:
[0022]根据所述多个顺序连接的卷积层依次对所述第二结构影像

所述第二病变影像和所述第二代谢影像进行平行卷积,得到分别对应的第一特征图像

第二特征图像和第三特征图像;
[0023]将所述第一特征图像

所述第二特征图像和所述第三特征图像输入所述全连接层和激活层,得到所述第一特征图像中每个像素位置为病灶位置的概率值;
[0024]根据每个所述像素位置的概率值确定所述目标对象的病灶位置

[0025]在一种可能的实现方式中,所述根据所述目标对象的病灶位置对所述第一结构影像进行病灶位置标注,得到病灶位置图像并显示,包括:
[0026]根据所述目标对象的病灶位置确定病灶图像;
[0027]将所述病灶图像与所述第一结构影像进行重叠进行病灶位置标注,得到病灶位置图像并显示

[0028]根据本公开的第二方面,提供了一种神经影像的病灶识别装置,所述装置包括:
[0029]集合确定模块,用于确定待识别的神经影像集合,所述神经影像集合包括采集目标对象得到的第一结构影像

第一病变影像和第一代谢影像;
[0030]图像预处理模块,用于对所述神经影像集合进行图像预处理,得到包括第二结构影像

第二病变影像和第二代谢影像的对象影像集合;
[0031]位置识别模块,用于将所述对象影像集合输入训练得到的三维的卷积神经网络中,得到所述目标对象的病灶位置;
[0032]位置标注模块,用于根据所述目标对象的病灶位置对所述第一结构影像进行病灶位置标注,得到病灶位置图像并显示

[0033]在一种可能的实现方式中,所述图像预处理模块,进一步用于:
[0034]对所述第一结构影像进行图像分割,得到至少一种包括所述目标对象中组织的分
割图像;
[0035]对所述第一结构影像

所述第一病变影像和所述第一代谢影像进行图像位置校正;
[0036]根据所述分割图像提取所述图像位置校正后的所述第一结构影像

所述第一病变影像和所述第一代谢影像中的目标对象,得到第二结构影像

第二病变影像和第二代谢影像;
[0037]根据所述第二结构影像

所述第二病变影像和所述第二代谢影像确定对象影像集合

[0038]在一种可能的实现方式中,所述目标对象为大脑,所述分割图像包括脑脊液图像

灰质图像和白质图像

[0039]在一种可能的实现方式中,所述图像预处理模块,进一本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种神经影像的病灶识别方法,其特征在于,所述方法包括:确定待识别的神经影像集合,所述神经影像集合包括采集目标对象得到的第一结构影像

第一病变影像和第一代谢影像;对所述神经影像集合进行图像预处理,得到包括第二结构影像

第二病变影像和第二代谢影像的对象影像集合;将所述对象影像集合输入训练得到的三维的卷积神经网络中,得到所述目标对象的病灶位置;根据所述目标对象的病灶位置对所述第一结构影像进行病灶位置标注,得到病灶位置图像并显示
。2.
根据权利要求1所述的方法,其特征在于,所述对所述神经影像集合进行图像预处理,得到包括第二结构影像

第二病变影像和第二代谢影像的对象影像集合,包括:对所述第一结构影像进行图像分割,得到至少一种包括所述目标对象中组织的分割图像;对所述第一结构影像

所述第一病变影像和所述第一代谢影像进行图像位置校正;根据所述分割图像提取所述图像位置校正后的所述第一结构影像

所述第一病变影像和所述第一代谢影像中的目标对象,得到第二结构影像

第二病变影像和第二代谢影像;根据所述第二结构影像

所述第二病变影像和所述第二代谢影像确定对象影像集合
。3.
根据权利要求2所述的方法,其特征在于,所述目标对象为大脑,所述分割图像包括脑脊液图像

灰质图像和白质图像
。4.
根据权利要求2或3所述的方法,其特征在于,所述对所述第一结构影像

所述第一病变影像和所述第一代谢影像进行图像位置校正,包括:对所述第一结构影像

所述第一病变影像和所述第一代谢影像进行前联合校正

配准和密度标准化处理
。5.
根据权利要求2所述的方法,其特征在于,所述根据所述分割图像提取所述图像位置校正后的所述第一结构影像

所述第一病变影像和所述第一代谢影像中的目标对象,得到第二结构影像

第二病变影像和第二代谢影像,包括:根据至少一个所述分割图像确定用于表征所述目标对象位置的图像蒙版;根据所述图像蒙版分别提取所述图像位置校正后的所述第一结构影像

所述第一病变影像和所述第一代谢影像中的目标对...

【专利技术属性】
技术研发人员:莫嘉杰张凯胡文瀚张弨王秀赵宝田郭志浩杨博文李字林姚远
申请(专利权)人:首都医科大学附属北京天坛医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1