[发明专利]脑图像获取方法、装置、设备及存储介质有效

专利信息
申请号: 201910260795.2 申请日: 2019-04-02
公开(公告)号: CN109961435B 公开(公告)日: 2022-02-22
发明(设计)人: 冯涛 申请(专利权)人: 上海联影医疗科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 201807 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 获取 方法 装置 设备 存储 介质
【说明书】:

发明实施例公开了一种脑图像获取方法、装置、设备及存储介质。该方法包括:基于正电子发射型计算机断层技术或单光子发射型计算机断层技术获取受检者的第一脑图像;获取已训练完备的脑图像获取神经网络模型;将第一脑图像输入至脑图像获取神经网络模型,确定第一脑图像对应的变形场;根据变形场对第一脑图像进行变换,获取第二脑图像,将第二脑图像作为受检者的脑图像。本发明实施例的技术方案,解决了图像配准过程带来的精度限制的问题,提高了受检者的脑图像的结构精度;而且,受检者无需进行额外的MR扫描,操作更为便捷。

技术领域

本发明实施例涉及医学图像处理技术,尤其涉及一种脑图像获取方法、装置、设备及存储介质。

背景技术

基于正电子发射型计算机断层成像(Positron Emission Computed Tomography,PET)技术,或是,单光子发射型计算机断层(Single-Photon Emission ComputedTomography,SPECT)技术,获取的脑图像可以在阿兹海默、帕金斯等疾病的早期诊断方面提供重要信息。特别地,在已知脑图像的生理结构的前提下,可以直接从图像上获取不同脑部位的药物摄取值,以预测疾病的发展趋势。为了实现上述功能,一种常用的方案是对受检者的脑图像进行变换,以实现脑图像的结构标准化,即实现脑图像中目标像素点的位置标准化。

将上述获取的脑图像作为第一脑图像,上述变换后的脑图像作为第二脑图像。由于第一脑图像中的结构信息较少,图像噪声较高,分辨率较差,而且示踪剂的种类繁多,因此很难根据第一脑图像直接获取结构较为标准的第二脑图像。为了解决上述问题,现有方案通常以在脑成像方面可以包含有较多结构信息的磁共振成像(Magnetic ResonanceImaging,MR)图像为媒介,实现根据第一脑图像和MR图像获取第二脑图像的效果。

具体的,获取同一个受检者的脑部的第一脑图像和MR图像;根据传统的图像配准方法或者手动配准方法确定MR图像的变形场(deformation field),即确定MR图像和第二脑图像之间的变形场;将第一脑图像与MR图像进行配准,并将上述变形场应用于配准后的第一脑图像,获取第二脑图像。

但是,上述技术方案完全依赖于MR图像,很可能需要受检者接收额外的MR扫描,很难应用到更为普适且更为廉价的PET-CT系统。而且,现有的第一脑图像和MR图像的配准过程容易出现问题,直接影响第二脑图像的结构精度。

发明内容

本发明实施例提供了一种脑图像获取方法、装置、设备及存储介质,在未增加额外的MR图像的基础上,提高了获取到的受检者的脑图像的结构精度。

第一方面,本发明实施例提供了一种脑图像获取方法,可以包括:

基于正电子发射型计算机断层技术或单光子发射型计算机断层技术获取受检者的第一脑图像;

获取已训练完备的脑图像获取神经网络模型;

将第一脑图像输入至脑图像获取神经网络模型,确定第一脑图像对应的变形场;

根据变形场对第一脑图像进行变换,获取第二脑图像,将第二脑图像作为受检者的脑图像。

可选的,上述脑图像获取方法,还可以包括:

获取样本对象的样本脑图像,将样本脑图像和预设的标准脑图像进行配准,得到样本变形场,并将样本脑图像和样本变形场作为一组训练样本;

基于多个训练样本对原始神经网络模型进行训练,得到脑图像获取神经网络模型,其中,原始神经网络模型包括卷积神经网络模型。

可选的,上述脑图像获取方法,还可以包括:

基于样本对象的磁共振样本脑图像和正电子发射型计算机断层样本脑图像;以及预设的标准脑图像,对原始神经网络模型进行训练,得到脑图像获取神经网络模型;或,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技股份有限公司,未经上海联影医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910260795.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top