[发明专利]一种基于全卷积神经网络的脑组织提取方法

说明书

本发明公开了一种基于全卷积神经网络的脑组织提取方法，包括以下步骤：首先，采用全卷积分割网络对二维的原始核磁共振图进行初步分割，得到初步分割结果；其次，根据初步分割结果分离脑组织内部以及边界信息；再次，选取这些无法确定是否为脑组织的像素点，作为边界候选像素，将这些候选像素及其邻域送到卷积神经网络中进行二次分割，实现分类判决；最后，整合初步分割得到的内部分割结果以及二次分割得到的边界分割结果，进而获得最终的脑组织提取分割结果。本发明进行粗细两次分割，既保证了本方法的计算效率，又实现了精细化分割目标，能较好地应用于大脑磁共振图像，实现更为精确的脑组织与颅骨、眼球、皮肤、脂肪等非脑组织的剥离。

技术领域

本发明属于数字图像处理技术领域，涉及一种基于全卷积神经网络的脑组织提取方法。

背景技术

大脑是人类身体的重要器官之一，也是我们身体的重要组成部分。人类一直以来对大脑的研究从未停止，科学工作者们希望通过研究大脑内部复杂结构来探索人脑的未知功能。核磁共振成像(Magnetic Resonance Imaging，简称MRI)技术具有无创伤、包含大量信息，并且具有多方位成像等特点。在核磁共振图像中，可以清晰的分辨出灰度相对低的软组织。因此，核磁共振图像中的脑组织解剖结构位置和大小等重要信息可以凭借肉眼识别出来。另外，核磁共振图像因其高信噪比、高分辨率、没有放射性危害、具有较好的软组织成像效果等优点在临床上得到了广泛的应用。因此，对于核磁共振图像中的脑组织提取和重建在临床上具有重要的应用价值。

核磁共振图像脑组织提取是将核磁共振序列脑图像中的脑部组织与颅骨、眼球、皮肤、脂肪等非脑组织分离，去除脑外组织，也被称作头骨剥离。脑组织的准确提取是神经图像处理中一个重要的步骤，也是其他图像处理方法例如配准技术、脑组织分类以及灰度不均匀性校正等的预处理步骤，例如，只有准确地去除非脑组织才能够实现脑内组织如脑白质、脑灰质和脑脊液的准确分割。脑组织的准确提取不仅是脑组织体积测量以及实现三维重建的关键技术，在神经图像处理和分析中也是最耗时的预处理步骤之一。目前，现有的传统的脑组织提取方法以及很难实现对脑组织的准确分割。

发明内容

为解决上述问题，本发明公开了一种基于全卷积神经网络的脑组织提取方法，通过初步分割和二次分割的组合操作，初步分割确定脑组织的基本轮廓，二次分割对脑组织的边界信息进行精细筛查，两者的组合有效地提高了核磁共振图像脑组织提取的准确性，能够实现核磁共振图像中脑组织的精确提取，为后续有关大脑组织的研究奠定了良好的基础。

为了达到上述目的，本发明提供如下技术方案：

一种基于全卷积神经网络的脑组织提取方法，包括如下步骤：

步骤1，采用全卷积分割网络对二维的原始核磁共振图进行初步分割，得到初步分割结果，具体包括以下三个步骤：

1-1，从原始的三维大脑核磁共振图像中获取大脑逐层的二维原始图像；

1-2，编码：将二维原始图像送入网络中的编码器中进行编码，通过多次卷积与池化操作组合，提取高度概括的、低维度的特征图；

其中，

卷积操作包括以下过程：通过当前像素与其邻域像素的加权相加来提取局部特征，初步聚类相似像素，再对这些特征图做归一化处理，接着用线性修正单元函数做进一步处理；

池化操作包括以下过程：对这些相似的像素进行聚合，选举出最大值作为它们的代表，实现降维；

1-3，解码：基于步骤1-2计算得到的编码结果被送入网络中的解码器进行解码，进行上采样、卷积、Softmax操作；

其中，