[发明专利]自动分割食管癌放疗靶区和危及器官的方法及系统

权利要求书

1.一种自动分割食管癌放疗靶区和危及器官的方法，其特征在于，包括以下步骤：

步骤A，通过残差网络提取输入的CT图像的特征，通过特征金字塔网络融合多尺度特征图，通过区域建议网络对特征图中每个点的感兴趣区域进行筛选；

步骤B，结合感兴趣区域对齐层将区域建议网络筛选出的感兴趣区域池化到一个固定尺寸；

步骤C，将池化到固定尺寸的感兴趣区域输入到全连接层进行器官分类，并进行器官位置边框回归；同时将池化到固定尺寸的感兴趣区域输入到器官分割网络。

2.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：步骤A具体步骤如下：

步骤a1，输入一张包含多器官的医学CT图像，经过残差网络进行深度卷积，Res2，Res3，Res4，Res5分别是ResNet层的输出；

步骤a2，采用金字塔网络获得一个语义信息，其具体做法是对Res4上面的特征进行降维操作，即添加一层1*1的卷积层，对P5上面的特征上采样操作，使得他们具有相同的尺寸；

步骤a3，对处理后的P5和处理后的Res4执行加法操作，对应元素相加，将获得的结果输出到P4；对处理后的P4和处理后的Res3执行加法操作，对应元素相加，将获得的结果输出到P3；对处理后的P3和处理后的Res2执行加法操作，对应元素相加，将获得的结果输出到P2；

步骤a4，使用区域建议网络在P2，P3，P4，P5不同输出层中进行预测，获得感兴趣区域。

3.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：残差网络+特征金字塔网络是一个预先训练好的卷积+池化神经网络。

4.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：区域建议网络是一个轻量级的神经网络，它使用滑动窗口扫描图像，寻找器官存在的区域，同时在特征图上得到每个点生成多个候选感兴趣区域。

5.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：步骤B中，感兴趣区域对齐层首先遍历每个感兴趣区域，保持浮点数边界不做量化；然后将感兴趣区域分成k×k个单元格，每个单元格的边界也不进行量化；然后在每个单元中计算固定的4个坐标位置，通过双线性插值计算这4个位置的值；最后进行最大池化运算，在不存在量化误差的基础上得到固定尺寸的特征图。

6.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：步骤C中，器官分割网络是一条与器官分类和器官位置边框回归的平行分支。

7.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：步骤C中，器官分割网络包括4个连续的卷积层和1个反卷积层，每个卷积层的核大小为3×3，反卷积为2倍上采样。

8.如权利要求1所述的自动分割食管癌放疗靶区和危及器官的方法，其特征在于：步骤C中，分类为心、右肺、左肺、规划靶体积(PTV)、临床靶体积(CTV)区域、背景6类。

9.一种自动分割食管癌放疗靶区和危及器官的系统，其特征在于：包括感兴趣区域筛选模块、池化模块、器官分类模块；

感兴趣区域筛选模块通过残差网络提取输入的CT图像的特征，通过特征金字塔网络融合多尺度特征图，通过区域建议网络对特征图中每个点的感兴趣区域进行筛选；

池化模块结合感兴趣区域对齐层将区域建议网络筛选出的感兴趣区域池化到一个固定尺寸；

器官分类模块将池化到固定尺寸的感兴趣区域输入到全连接层进行器官分类，并进行器官位置边框回归；同时将池化到固定尺寸的感兴趣区域输入到器官分割网络。

10.如权利要求9所述的自动分割食管癌放疗靶区和危及器官的系统，其特征在于：感兴趣区域筛选模块包括残差网络模块、金字塔网络模块、加法操作模块、区域建议网络模块；

残差网络模块输入一张包含多器官的医学CT图像，经过残差网络进行深度卷积，Res2，Res3，Res4，Res5分别是ResNet层的输出；

金字塔网络模块采用金字塔网络获得一个语义信息，其具体做法是对Res4上面的特征进行降维操作，即添加一层1*1的卷积层，对P5上面的特征上采样操作，使得他们具有相同的尺寸；

加法操作模块对处理后的P5和处理后的Res4执行加法操作，对应元素相加，将获得的结果输出到P4，P2，P3结果以此类推；

区域建议网络模块使用区域建议网络在P2，P3，P4，P5不同输出层中进行预测，获得感兴趣区域。