【技术实现步骤摘要】
本专利技术涉及医学图像处理，具体涉及一种基于图像配准与分割的肺部多功能区的识别方法及系统。
技术介绍
1、肺段分割能够将肺部划分为不同功能区域，在手术中帮助识别肺动脉及其分支具有重要作用。肺部作为一个复杂器官，其各个区域具有不同的血液供应和解剖特征。借助肺段分割，能够更精确地识别和区分这些功能区域。
2、在肺动脉的解剖结构中，肺动脉是主要的血液供应源。肺段分割是依据肺动脉的分布模式，将肺部分为不同功能区，每个区有其独特的血液供应和解剖学特点。对于外科手术而言，准确识别肺动脉及其分支至关重要。肺动脉的位置和分布直接影响手术规划和执行。通过肺段分割，术前可对肺部结构进行详尽分析，明确肺动脉的走向和分支，为外科医生提供精确的术中导航，从而避免对肺动脉的意外损伤。此外，肺段分割还能够提供肺功能区的解剖学信息，帮助医生评估病变范围与严重程度，制定更加个性化的治疗策略。
3、从计算机视觉角度来看，肺段分割面临许多挑战。肺部结构复杂，不同个体的肺部形态和解剖特征可能存在明显差异，尤其在肺部大小、形状和边界上，这使得分割算法的开发更加困难。此外，影像质量的变化，如噪声、伪影或运动模糊等因素，也会影响分割的精度。同时，肺动脉及其复杂分支结构在影像中的可见性往往有限，增加了算法从图像中提取肺动脉的难度。
4、近来，已有相关研究机构开发了肺段分割模型，但受限于影像设备和个体差异，模型的通用性普遍较低，难以广泛应用于临床。
5、图像配准是一项用于将不同图像进行对齐与匹配的技术，在提升图像分割模型的鲁棒性方
6、图像配准的核心目标在于消除这些差异和畸变，使图像能够在几何上实现精确对齐。具体来说，图像配准应用于同一场景中，但拍摄时间、角度或设备不同的多幅图像之间。设定一幅固定图像（fixed image）和一幅待配准图像（moving image），图像配准的任务是找到一种空间变换方式（transformation），将待配准图像与固定图像对应，从而实现空间点的逐一对应，进而完成信息融合。通过对图像进行变换和对准，配准技术能够使图像的特征点或结构在空间上保持一致性。这种技术在优化图像分割模型时至关重要。通过对输入图像的精确配准，能够消除因图像差异带来的不一致性，从而提升图像数据的可比性和一致性，使得建立的图像分割模型更具准确性与鲁棒性。此外，图像配准还为图像分割过程提供了更多的信息支持。比如，多个配准后的图像叠加可以提供更加丰富的特征信息以及更加清晰的目标边界。这些附加信息有助于模型更好地理解图像内容，从而提升分割结果的精确度与稳定性。
7、然而，要在计算机视觉领域实现具有鲁棒性的图像分割仍然存在较大挑战。在图像配准过程中，实际处理的是图像空间的坐标系，因此如果目标的形状、尺寸或外观发生显著变化，可能会导致配准结果不准确。比如，当大尺寸图像配准到小尺寸坐标体系时，可能会出现图像信息丢失；反之，小尺寸图像配准到大尺寸坐标体系时，图像会发生拉伸。最终，配准后的图像可能与原始图像存在较大差异，无法保持其原本的医学或生物学信息。这就要求配准算法具备较强的灵活性和适应性，能够应对各种不同场景和目标的变化。
技术实现思路
1、针对上述现有技术的不足，本专利技术旨在提供一种基于图像配准与分割的肺部多功能区的识别方法及系统，以解决现有肺部多功能区分割方法因坐标系转变引起的图像配准误差而导致的肺部多功能区识别不准确的问题。
2、为了解决上述问题，本专利技术采用了如下的技术方案：
3、一方面，本专利技术提供一种基于图像配准与分割的肺部多功能区的识别方法，包括：
4、获取肺部ct/mri图像；
5、对所述肺部ct/mri图像进行肺段分割标注；
6、采用脊柱分割模型对具有肺段分割标注的肺部ct/mri图像进行脊柱检测，得到脊柱序列标记；
7、根据所述脊柱序列标记，截取对应图层的图像，作为具有肺段分割标注的肺部区域图像；
8、从所述具有肺段分割标注的肺部区域图像中选取多张代表性图像生成标准坐标体系template，并将所有的所述具有肺段分割标注的肺部区域图像配准至所述标准坐标体系template中，得到配准后的图像训练集；
9、使用所述配准后的图像训练集对肺段分割模型进行训练及验证，形成肺部多功能区分割模型；
10、利用所述肺部多功能区分割模型对转化至标准坐标体系template中的待分割的肺部ct/mri图像进行分割，并将分割结果反向配准至原始坐标系中，得到最终的分割结果。
11、作为一种可实施方式，所述脊柱分割模型以3d-unet作为基础框架，由5层残差模块构成的下采样残差网络和由5层残差模块构成的上采样残差网络，且上采样残差网络的残差模块通过注意力残差模块跳跃连接至下采样残差网络的残差模块；
12、每个残差模块包括连续两个归一化函数和relu函数的卷积模块；
13、首先采用降采样后的低分辨率数据进行3d-unet训练，再采用全分辨率数据对3d-unet训练；经过五折价差验证进行训练，通过计算平均dice来评估模型的配置，将训练完成后的低分辨率3d-unet模型和全分辨率3d-unet模型进行组合，得到脊柱分割模型。
14、作为一种可实施方式，在对肺段分割模型进行训练前对肺部ct/mri图像进行数据增强，所述数据增强包括：空间增强、旋转与缩放、添加高斯噪声、高斯模糊、亮度及对比度增强、低分辨率增强、伽玛增强、镜像改变、二元运算符设置和/或连通组件移除。
15、作为一种可实施方式，所述从所述具有肺段分割标注的肺部区域图像中选取多张代表性图像生成标准坐标体系template，包括：
16、以所述多张代表性图像的平均坐标形成平均坐标系，将每张代表性图像配准至平均坐标系，统计其中的形变图像及计算其形变矩阵，通过下式得出标准坐标体系template：
17、标准坐标体系template=所有形变图像的平均坐标形成的坐标系*平均形变矩阵^-1。
18、作为一种可实施方式，所述多张代表性图像为具有相似特征或相同解剖结构或相同采集主体的图像。
19、另一方面，本专利技术提供一种基于图像配准与分割的肺部多功能区的识别系统，包括：采集模块、标注模块、脊柱序列标记模块、肺部区域图像获取模块、训练集构建模块、肺部多功能区分割模型构建模块和分割模块；
20、所述采集模块用于获取肺部ct/mri图像；
21、所述标注模块用于对所述肺部ct/mri图像进行肺段分割标注；
22、所述脊柱序列标记模块用于采用脊柱分割模型对具有肺段分割标注的肺部ct/mri图像进行脊柱检测，得到脊柱序列标记；
23本文档来自技高网...
【技术保护点】
1.一种基于图像配准与分割的肺部多功能区的识别方法，其特征在于，包括：
2.根据权利要求1所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，所述脊柱分割模型以3D-UNet作为基础框架，由5层残差模块构成的下采样残差网络和由5层残差模块构成的上采样残差网络，且上采样残差网络的残差模块通过注意力残差模块跳跃连接至下采样残差网络的残差模块；
3.根据权利要求2所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，在对肺段分割模型进行训练前对肺部CT/MRI图像进行数据增强，所述数据增强包括：空间增强、旋转与缩放、添加高斯噪声、高斯模糊、亮度及对比度增强、低分辨率增强、伽玛增强、镜像改变、二元运算符设置和/或连通组件移除。
4.根据权利要求1所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，所述从所述具有肺段分割标注的肺部区域图像中选取多张代表性图像生成标准坐标体系Template，包括：
5.根据权利要求1所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，所述多张代表性图像为具有相似特征或相同
6.一种基于图像配准与分割的肺部多功能区的识别系统，其特征在于，包括：采集模块、标注模块、脊柱序列标记模块、肺部区域图像获取模块、训练集构建模块、肺部多功能区分割模型构建模块和分割模块；
7.根据权利要求6所述的基于图像配准与分割的肺部多功能区的识别系统，其特征在于，所述脊柱分割模型以3D-UNet作为基础框架，由5层残差模块构成的下采样残差网络和由5层残差模块构成的上采样残差网络，且上采样残差网络的残差模块通过注意力残差模块跳跃连接至下采样残差网络的残差模块；
8.根据权利要求7所述的基于图像配准与分割的肺部多功能区的识别系统，其特征在于，在对肺段分割模型进行训练前对肺部CT/MRI图像进行数据增强，所述数据增强包括：空间增强、旋转与缩放、添加高斯噪声、高斯模糊、亮度及对比度增强、低分辨率增强、伽玛增强、镜像改变、二元运算符设置和/或连通组件移除。
9.根据权利要求6所述的基于图像配准与分割的肺部多功能区的识别系统，其特征在于，所述从所述具有肺段分割标注的肺部区域图像中选取多张代表性图像生成标准坐标体系Template，包括：
10.根据权利要求6所述的基于图像配准与分割的肺部多功能区的识别系统，其特征在于，所述多张代表性图像为具有相似特征或相同解剖结构或相同采集主体的图像。
...【技术特征摘要】
1.一种基于图像配准与分割的肺部多功能区的识别方法，其特征在于，包括：
2.根据权利要求1所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，所述脊柱分割模型以3d-unet作为基础框架，由5层残差模块构成的下采样残差网络和由5层残差模块构成的上采样残差网络，且上采样残差网络的残差模块通过注意力残差模块跳跃连接至下采样残差网络的残差模块；
3.根据权利要求2所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，在对肺段分割模型进行训练前对肺部ct/mri图像进行数据增强，所述数据增强包括：空间增强、旋转与缩放、添加高斯噪声、高斯模糊、亮度及对比度增强、低分辨率增强、伽玛增强、镜像改变、二元运算符设置和/或连通组件移除。
4.根据权利要求1所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，所述从所述具有肺段分割标注的肺部区域图像中选取多张代表性图像生成标准坐标体系template，包括：
5.根据权利要求1所述的基于图像配准与分割的肺部多功能区的识别方法，其特征在于，所述多张代表性图像为具有相似特征或相同解剖结构或相同采集主体的图像。
6.一种基于图像配准与分割的肺部多功能区的识别系统，...
【专利技术属性】
技术研发人员：刘军华，张妙直，郭栋梁，许娟，
申请(专利权)人：神州医疗科技股份有限公司，
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。