【技术实现步骤摘要】
本申请涉及图像切面定位领域，特别是涉及一种3d心脏ct中的自动切面定位方法、装置、设备、介质及产品。
技术介绍
1、在实际临床中，心脏ct的切面视图能够帮助医生快速定位和查看图像，为医生进行疾病诊断和切面规划、手术规划等提供数据参考。然而，心脏ct的标准切面视图大都基于特定的心脏解剖结构定义，加之个人差异大，使得切面定位严重依赖于专家经验；又由于3d心脏ct的搜索空间大，手动切面定位需要耗费医生大量的时间，效率低下。
2、现有技术的心脏ct的切面定位方法主要分为两类：一是传统的方法，该种方法主要通过手动设计和选择特征来定位心脏目标切面，但这种方法对特征的选择比较敏感，会出现定位严重错误的情况并且泛化性差。加之个人差异大，使得切面定位严重依赖于专家经验；又由于3d心脏ct的搜索空间大，手动切面定位需要耗费医生大量的时间，效率低下。二是基于深度学习的方法，该种方法主要通过训练神经网络模型获得整个3d心脏ct图像的先验知识(例如：解剖结构的分割、标记关键点等)来进行切面定位，在实施过程中需要手动标注大量高质量的解剖结构样本，存在耗时耗力的缺点。
3、此外，现有技术均是针对特定切面设计的方法和模型，不能对任意切面进行定位和查看，但在实际的临床心脏ct检查和手术规划中，切面并不是固定不变的，而是根据不同个体不同疾病的差异化选择不同切面从而进行诊断和规划。
4、综上所述，现有技术的切面定位方法大多基于分割或关键点等先验知识，严重依赖于耗时耗力的手动标注或专家经验，并且所训练的模型受限于特定切面的定位，并不
技术实现思路
1、本申请的目的是提供一种3d心脏ct中的自动切面定位方法、装置、设备、介质及产品，能够实现任意切面的定位和查看，同时，能够提高任意切面的定位效率。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供的一种3d心脏ct中的自动切面定位方法，包括：
4、基于对齐到统一空间中的3d心脏ct图像生成标准3d心脏图谱；
5、利用分块随机采样策略，对在标准3d心脏图谱空间中的ct图像进行图像重采样得到2d切面，确定2d切面的位置，并生成训练样本数据；
6、以自监督方式，采用所述训练样本数据训练定位回归网络，直至满足设定条件后，得到训练好的定位回归网络；
7、将查询图像输入至训练好的定位回归网络，得到查询图像在图谱空间中的切面位置；
8、基于所述查询图像的切面位置，通过标准3d心脏图谱和目标3d心脏ct空间的刚性变换得到所述查询图像在所述目标3d心脏ct空间中的候选位置；
9、在目标3d心脏ct空间中的候选位置处进行图像重采样，得到候选图像切面，以生成候选数据库；
10、利用图像相似度算法，在所述候选数据库中找到与所述查询图像相似度最高的候选图像切面，并将这一候选图像切面的位置作为所述查询图像的定位结果，以完成3d心脏ct中切面的自动定位。
11、可选地，基于对齐到统一空间中的3d心脏ct图像生成标准3d心脏图谱，具体包括：
12、在所有3d心脏ct空间中随机选择一个ct空间作为ct图像参考空间，并将所有剩余的3d心脏ct图像均通过对称微分同胚可变形非线性配准算法对齐到所述ct图像参考空间中；
13、利用平均算法基于对齐到所述ct图像参考空间中的所有ct图像生成所述标准3d心脏图谱。
14、可选地，利用平均算法基于对齐到所述ct图像参考空间中的所有ct图像生成所述标准3d心脏图谱，具体包括：：
15、对对齐到所述ct图像参考空间中的所有ct图像进行平均处理，得到初始模板；
16、采用所述对称微分同胚可变形非线性配准算法，将对齐到所述ct图像参考空间中的所有ct图像配准到所述初始模板；
17、使用锐化过滤器调整所述初始模板，得到所述标准3d心脏图谱。
18、可选地，所述定位回归网络的损失函数为：
19、
20、式中，λ表示平移损失的权重，r表示真实刚性变换中的旋转，t表示真实刚性变换中的平移，表示预测的刚性变换中的旋转，表示预测的刚性变换中的平移，表示预测的刚性变换中的旋转和真实刚性变换中的旋转r之间的测地距离误差，表示预测的刚性变换中的平移和真实刚性变换中的平移t之间的均方误差，losstotal表示用于损失值。
21、可选地，所述查询图像在所述目标3d心脏ct空间中的候选位置表示为：
22、
23、式中，表示候选位置，rt表示标准3d心脏图谱和目标3d心脏ct空间的刚性变换，表示查询图像在图谱空间中的切面位置。
24、可选地，与所述查询图像相似度最高的候选图像切面表示为：
25、
26、式中，表示与所述查询图像相似度最高的候选图像切面，表示候选数据库中的第i个候选图像切面，m表示候选图像切面的个数，表示第i个候选图像切面和查询图像q的图像相似度。
27、第二方面，本申请提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的3d心脏ct中的自动切面定位方法的步骤。
28、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的3d心脏ct中的自动切面定位方法的步骤。
29、第四方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的3d心脏ct中的自动切面定位方法的步骤。
30、根据本申请提供的具体实施例，本申请公开了以下技术效果：
31、本申请提供了一种3d心脏ct中的自动切面定位方法、设备、介质及产品，通过生成一个标准3d心脏图谱，解决了心脏结构个体差异大而导致标准切面视图不统一的问题。通过标准3d心脏图谱的引导，采用由粗到细的方式(即由候选位置实现最终查询图像位置定位的方式)实现了在3d心脏ct中的任意切面的自动定位以及查看。并且，以自监督方式，采用所述训练样本数据训练定位回归网络，消除了手动标注的要求，进而提高了任意切面的定位效率。
本文档来自技高网...【技术保护点】
1.一种3D心脏CT中的自动切面定位方法，其特征在于，所述3D心脏CT中的自动切面定位方法包括：
2.根据权利要求1所述的3D心脏CT中的自动切面定位方法，其特征在于，基于对齐到统一空间中的3D心脏CT图像生成标准3D心脏图谱，具体包括：
3.根据权利要求2所述的3D心脏CT中的自动切面定位方法，其特征在于，利用平均算法基于对齐到所述CT图像参考空间中的所有CT图像生成所述标准3D心脏图谱，具体包括：
4.根据权利要求1所述的3D心脏CT中的自动切面定位方法，其特征在于，所述定位回归网络的损失函数为：
5.根据权利要求1所述的3D心脏CT中的自动切面定位方法，其特征在于，所述查询图像在所述目标3D心脏CT空间中的候选位置表示为：
6.根据权利要求1所述的3D心脏CT中的自动切面定位方法，其特征在于，与所述查询图像相似度最高的候选图像切面表示为：
7.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-6中任一项所述的3
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的3D心脏CT中的自动切面定位方法。
9.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的3D心脏CT中的自动切面定位方法。
...【技术特征摘要】
1.一种3d心脏ct中的自动切面定位方法，其特征在于，所述3d心脏ct中的自动切面定位方法包括：
2.根据权利要求1所述的3d心脏ct中的自动切面定位方法，其特征在于，基于对齐到统一空间中的3d心脏ct图像生成标准3d心脏图谱，具体包括：
3.根据权利要求2所述的3d心脏ct中的自动切面定位方法，其特征在于，利用平均算法基于对齐到所述ct图像参考空间中的所有ct图像生成所述标准3d心脏图谱，具体包括：
4.根据权利要求1所述的3d心脏ct中的自动切面定位方法，其特征在于，所述定位回归网络的损失函数为：
5.根据权利要求1所述的3d心脏ct中的自动切面定位方法，其特征在于，所述查询图像在所述目标3d心脏ct空间中的候选位置...
【专利技术属性】
技术研发人员：朱皞罡，范晓林，张莹莹，王焱，盛浩，程健，暴明坤，顾一帆，
申请(专利权)人：北京航空航天大学，
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。