[发明专利]一种肝脏对比剂数字减影造影方法

说明书

本发明公开了一种肝脏对比剂数字减影造影方法，包括：利用计算机数字减影技术，对患者被引入对比剂前后的CT进行减影造影处理，并通过动态平衡处理，消除因被拍摄者姿势变化而引起的重影干扰后适当调节亮度和对比度，得到减影造影后的图像。图像增强的过程中引入基于对抗生成模型的图像智能处理方法。本发明通过将CT(A)和CT(B)在对应位置上的数据输入生成模型获得优化后的成像。生成模型采用条件对抗生成网络，输入的CT(A)和CT(B)为网络的条件输入，模型通过对抗性学习方法训练。其有益效果是减少造影时对比剂的引入量，增加判读结果准确性并减轻医生工作压力。

技术领域

本发明涉及一种数字减影造影方法，尤其是一种肝脏引入对比剂CT拍摄图像分割算法，属于医学影像处理技术领域。

背景技术

肝脏是人体代谢的主要器官，参与多种物质在体内的合成、分解、排泄等代谢，当肝脏功能发生障碍时，整个机体都会受影响。

计算机X线断层扫描(Computed Tomography,CT)的成像原理是从各个角度用X光射线照射人体，由于人体内不同器官和组织的密度与厚度是不同的，使得X射线穿过人体不同组织后会存在不同程度的衰减，根据衰减程度可得到不同组织或器官的灰阶投影图像。

当肝脏发生病变时，往往会使用CT对肝脏进行扫描检查，然而CT检查，对肝脏组织间，特别是病灶内、外结构的显示都有不同程度的局限性，这种由于等密度所造成的分辨力不足给临床定性、定量诊断造成困难，因此，目前在肝脏病变时的CT扫描操作时，人们习惯引入经肝脏排泄的典番酸或胆影葡胺等对比剂，使其周围密度的差异尽可能地分开，以其强烈的对比充分展示组织结构、病灶特征。

随着CT等成像技术的应用，医学影像处理与分析已成为目前医学技术发展最快、成果最显著的领域之一。然而对于如有典过敏病史者；氮质血症患者；有哮喘、肾功能障碍、心脏病、肺、支气管患者；糖尿病患者；婴儿及老人等一些特殊人群，引入肝脏对比剂，可能引发不良反应，轻者会引起呕吐、胸闷等不适，重者导致休克甚至死亡。而完全不引入对比剂，对成像的判读效果又会造成负面影响，难以准确判断病情，在本发明未作出之前，无肝脏对比剂数字减影造影方法使用，检索专利文献，无该技术方案公开。

发明内容

为了克服现有技术中无肝脏对比剂数字减影造影方法的不足，本发明的目的是为了提供一种肝脏对比剂数字减影造影方法，该造影方法会将患者被引入肝脏对比剂前后的CT扫描图像通过计算机处理，去除因患者姿势变化等因素造成的重影、位移等干扰，然后引入与本发明相匹配的一种多模态肝脏CT影像增强方法，在更低的对比差异水平下辅助医生判断病情严重程度。此造影方法能够减少对比剂引入的剂量，从而达到减少对比剂对人体的危害、降低医疗成本的目的。在此基础上，运用深度学习方法对增强的影像进行3D分割，精确标注图像中病灶的位置，全自动化分析判读标记图像，减轻医生工作压力。

为了达到本发明的目的，本发明解决其技术问题所采用的技术方案是：

一种肝脏对比剂数字减影造影方法，包括下述步骤：

步骤一：采集向患者引入对比剂前的CT拍摄影像，定义为CT(A)，采集向患者引入对比剂后的CT拍摄影像，定义为CT(B)，将采集到的多组CT(A)和CT(B)建立CT序列数据；

步骤二：采用宽度为3像素的高斯核卷积对CT序列数据中的CT拍摄影像进行预处理，处理过程先进行滤波去除噪声，然后进行动态平衡处理，将处理后的CT(A)和CT(B)的样本通过图像增强处理模型处理得到单一的增强后CT影像的图像；

步骤三：将增强后的图像进入分割模型实现病灶的图像语义分割。

进一步地，模型为3D全卷积网络，所述3D全卷积网络采用4级Unet为主干结构。

进一步地，主干结构的中部增加卷积循环网络层，可用于关联CT影像人体各横断面的数据。