[发明专利]用于识别医学图像的计算机系统

权利要求书

1.一种用于识别医学图像的计算机系统，其特征在于，包括用于对待处理医学图像进行识别的图像识别组件，所述图像识别组件包括模型构建装置；所述模型构建装置包括单模态数据训练模块、多模态数据训练模块及结果集成模块；

其中，所述单模态数据训练模块用于分别利用样本集中的隶属于同一成像类型且属于同一切片类型的脑影像数据训练得到多个单模态网络模型；所述样本集中包含多种成像类型的三维脑影像，所述三维脑影像为磁共振成像图像或正电子发射计算机断层显像图像，每张脑影像均根据冠状面、矢状面和横断面进行二维切片得到相应的切片数据；

所述多模态数据训练模块用于将不属于同一成像类型的数据训练的各单模态网络模型的输出级联后得到的数据作为样本数据，训练预先构建的双向门控循环单元框架结构得到多个多重特征学习模型；

所述结果集成模块用于将各单模态网络模型和各多重特征学习模型输出的医学图像预测结果进行集成，以作为所述待处理医学图像的识别结果；

其中，所述单模态数据训练模块包括：

MRI数据训练子模块，用于分别利用所述样本集中磁共振成像图像的每组冠状面切片数据，训练预先构建的深度卷积神经网络得到第一类MRI网络模型；分别利用所述磁共振成像图像的每组矢状面切片数据，训练所述深度卷积神经网络得到第二类MRI网络模型；分别利用所述磁共振成像图像的每组横断面切片数据，训练所述深度卷积神经网络得到第三类MRI网络模型；

PET数据训练子模块，用于分别利用所述样本集中正电子发射计算机断层显像图像的每组冠状面切片数据，训练所述深度卷积神经网络得到第一类PET网络模型；分别利用所述正电子发射计算机断层显像图像的每组矢状面切片数据，训练所述深度卷积神经网络得到第二类PET网络模型；分别利用所述正电子发射计算机断层显像图像的每组横断面切片数据，训练所述深度卷积神经网络得到第三类PET网络模型；

所述多模态数据训练模块包括：

样本分组子模块，用于将所述样本集中的冠状面切片数据分为多个第一类子集，所述样本集中的矢状面切片数据分为多个第二类子集，所述样本集中的横断面切片数据分为多个第三类子集，各子集包含相同张数的磁共振成像图像和正电子发射计算机断层显像图像；

训练子模块，用于将同一组第一类子集输入第一类MRI网络模型和第一类PET网络模型的输出数据级联后训练所述双向门控循环单元得到一个第一类多重特征学习模型；将同一组第二类子集输入第二类MRI网络模型和第二类PET网络模型的输出数据级联后训练所述双向门控循环单元得到一个第二类多重特征学习模型；将同一组第三类子集输入第三类MRI网络模型和第三类PET网络模型的输出数据级联后训练所述双向门控循环单元得到一个第三类多重特征学习模型。

2.根据权利要求1所述的用于识别医学图像的计算机系统，其特征在于，所述结果集成模块包括：

第一集成子模块，用于将同一切片类型的各单模态卷积神经网络模型和各多重特征学习模型输出的医学图像预测结果进行集成，得到初始识别结果；

第二集成子模块，用于将各初始识别结果按照少数服从多数的投票方法进行二次集成，生成最终识别结果。

3.根据权利要求1至2任意一项所述的用于识别医学图像的计算机系统，其特征在于，所述模型构建装置还包括图像预处理模块；所述图像预处理模块用于对所述样本集中的各三维脑影像在进行切片处理前进行图像处理，包括：

第一去噪子模块，用于对各三维脑影像进行头动校正和去头骨操作，以去除噪声和非脑组织结构影响；

配准处理子模块，用于将经过处理的各三维脑影像进行空间标准化，以配准至统一坐标空间。

4.根据权利要求3所述的用于识别医学图像的计算机系统，其特征在于，所述样本集中的三维脑影像为正电子发射计算机断层显像图像，所述配准处理子模块包括：

第一配置单元，用于将各正电子发射计算机断层显像图像配准至正电子发射计算机断层显像的模板上，配准后的正电子发射计算机断层显像图像的尺寸为79*95*68；

第二配准单元，用于将经过模板配准的正电子发射计算机断层显像图像再配准至对应的磁共振成像图像的坐标空间中，配准后的正电子发射计算机断层显像图像的尺寸为121*145*121。