[发明专利]一种识别MRI图像中水肿和血肿的方法及装置

说明书

本发明公开了一种识别MRI图像中识别水肿和血肿的方法及装置，先通过预设的第一机器学习模型识别待识别的MRI图像中的肿块区域，其中预设的第一机器学习模型是通过已标注肿块区域的MRI图像训练后得到的。然后，再通过预设的第二机器学习模型识别该肿块区域中的血肿区域和水肿区域，其中，预设的第二机器学习模型是通过标注了血肿区域和水肿区域的MRI图像训练后得到的，并可以计算出血肿区域和水肿区域的体积大小、扩张方向和最大径。通过本实施例的方法，不仅可以自动、高效的识别出血肿和水肿，还可以自动的计算出血肿区域和水肿区域的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断。

技术领域

本发明涉及医学图像处理的领域，尤其涉及一种识别MRI图像水肿和血肿的方法及装置。

背景技术

随着数字医疗技术的发展，医学图像在医学诊断过程中的作用越来越明显，逐渐成为医生观察人体病变的主要工具。在对病情进行诊断时，一般是医生根据经验人为的从医学图像中查找表示病灶的感兴趣区域。

MRI(英文全称：Magnetic Resonance Imaging，中文全称：核磁共振成像)图像是常用的医学图像之一，MRI成像是断层成像的一种，它利用磁共振现象从人体中获得电磁信号,并重建出人体信息，从而得到MRI图像。MRI图像在神经系统应用较为成熟。三维成像和流空效应使病变定位诊断更为准确，并可观察病变与血管的关系，并且对于脑部病变的显示优于CT图像。脑部病变包括出现的脑部水肿和脑部血肿，但是一般情况下，血肿会伴随着水肿的发生，血肿肿块经常被包裹在水肿肿块内，在这种情况下，医生很难根据经验区分出水肿和血肿。

发明内容

有鉴于此，本发明实施例公开了一种识别MRI图像水肿和血肿的方法及装置，通过本发明实施例的方法，不仅可以自动、高效的区分出血肿和水肿，还可以自动的计算出血肿区域的病灶的体积大小、扩张方向和最大径，进而帮助医生对病情进行更准确的判断。

本发明实施例公开的一种识别MRI图像中水肿和血肿的方法，包括：

获取多个不同序列的MRI图像；

依据预设的方法将所述多个不同序列的MRI图像对齐，得到待识别的MRI图像；

利用预设的第一机器学习模型从所述待识别的MRI图像中识别出肿块区域；所述第一机器学习模型是通过已标注肿块区域的MRI图像训练得到的；

利用预设的第二机器学习模型从所述肿块区域中识别出水肿区域和血肿区域；所述第二机器学习模型是通过已标注血肿区域和水肿区域的MRI图像训练得到的；

分别将识别出的血肿区域的体素点和水肿区域的体素点连通，得到连通后的血肿区域和连通后的水肿区域。

可选的，所述依据预设的方法将所述多个不同序列的MRI图像对齐，得到待识别的MRI图像，包括：

在所述多个不同序列的MRI图像中的每个序列的目标中选取一个参照点；

计算所述每个序列的MRI图像中各个体素点与自身的参照点的相对坐标；

依据得到的相对坐标，计算每一个序列的MRI图像的中心点；

将每一个序列的MRI图像的中心点对齐，得到待识别的MRI图像。

可选的，所述利用预设的第一机器学习模型从所述待识别的MRI图像中识别出肿块区域，包括：所述第一机器学习模型为第一3D卷积神经网络；

将所述待识别的MRI图像输入到所述第一3D卷积神经网络中；

利用所述第一3D卷积神经网络从所述待识别的MRI图像中识别出所述肿块区域。