[发明专利]一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法及系统

说明书

本发明涉及一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法，包括：FasterR‑CNN网络，所述FasterR‑CNN网络包括特征提取网络、区域生成网络和感兴趣区域特征向量网络；图像输入到已经训练好的FasterR‑CNN网络中，首先，利用特征提取网络生成卷积特征图；然后，利用区域生成网络对卷积特征图进行筛选，生成可能的环周切缘阳性区域；最后，由感兴趣区域特征向量网络对卷积特征图及生成区域进行回归与分类，最终输出环周切缘阳性区域的位置以及概率。本发明的方法具有高效、高准确率、高稳定性的作用，且在一定程度可以避免医生人为原因造成的判断误差。

技术领域

本发明涉及神经网络技术领域，特别涉及一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法及系统。

背景技术

直肠癌是最常见的恶性肿瘤之一，其发病率和病死率分别距癌症谱的第3位和第4位。我国最新癌症统计信息，结直肠癌每年估计新发和死亡病例分别为37.6万例和5.0万例，发病率和病死率均居第5位。尽管引用放化疗和手术技术等规范诊疗，但直肠癌治疗后的局部复发率仍在3％至30％之间，肿瘤累及环周切缘(CRM)被认为是预测局部复发的高风险指证，美国癌症联合委员会(AJCC)第8版癌症分期系统中建立了“非解剖学”的预后风险及疗效预测评估系统，推荐将环周切缘作为预后风险和诊疗预测指标之一，并界定其AJCC循证医学证据等级为Ⅰ级。CRM受侵是局部复发和低生存率的独立危险因素，准确预测CRM对合理选择治疗方案具有重大意义。

磁共振(MRI)是对直肠癌进行无创评估的优选影像检查方法，以其对直肠系膜筋膜、直肠膀胱隔筋膜等细微解剖结构的高分辨能力，被认为是判断CRM有无癌浸润的最佳检查方法。在相控阵表面线圈高分辨T 2WI上能分辨出3层结构：黏膜和黏膜下层(高信号)、固有肌层(低信号)和直肠系膜脂肪层(高信号)；并且清楚地显示线样低信号包绕肠周脂肪的直肠系膜筋膜，明确直肠系膜筋膜及系膜内淋巴结、小血管、淋巴管及血管神经束，与断层解剖切片具有高度的一致性，为准确辨识出病灶并测量病灶与直肠系膜筋膜之间的距离提供了可能。因此，MRI是美国国立综合癌症网络(National Comprehensive CancerNetwork，NCCN)指南推荐的用于直肠癌评价的优选影像检查方法，指导临床制定合理治疗方案和对预后的评估。而在MRI上环周切缘(CRM)受累的诊断标准则参照Beets.Tan等学者的报道，肿瘤(包括种植癌结节及转移淋巴结)外缘与直肠系膜筋膜的最短距离小于5mm与显微镜下最短距离小于lmm高度相关。MRI评估CRM特异性和阴性预测值均为94％。我国临床肿瘤学会2018版结直肠癌指南推荐使用盆腔高分辨MRI判断原发肿瘤，直肠系膜内转移性淋巴结、癌结节，直肠壁外血管侵犯与直肠系膜筋膜(MRF)、相邻器官及结构的关系距离＜1mm，即诊断为CRM阳性。

目前，影像医师根据以上诊断标准及高分辨磁共振影像学特征，对直肠癌环周切缘是否受侵犯进行诊断。需要结合肿瘤、转移性淋巴结及癌结节的形状、边界和信号强度来判断癌肿浸润，且对应于水平位、冠状位和矢状位图像中，综合考虑、反复对比判定CRM阳性。影像医师根据以上诊断生成书面报告，临床医师根据书面报告并对应影像图像掌握病情，制定治疗方案或判断肿瘤治疗后变化情况。

面对目前大量、多维及多参数的图像，影像学医师在短时间内综合各种因素，做出正确、及时的诊断相对困难；在不典型CRM侵犯图像中，不同影像医生诊断会不一致，难以客观地给出具体的概率数值。

发明内容

本发明提出一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法及系统，解决了现有技术中需要人工对直肠癌环周切缘MRI图像进行识别的问题。

本发明的技术方案是这样实现的：

一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法，包括：FasterR-CNN网络，所述FasterR-CNN网络包括特征提取网络、区域生成网络和感兴趣区域特征向量网络；