[发明专利]鼻咽癌原发肿瘤图像识别方法及系统

权利要求书

1.一种鼻咽癌原发肿瘤图像识别方法，其特征在于，包括：

采集待识别的磁共振三维图像，并对所述三维图像进行数据预处理；

对预处理后的所述三维图像进行灰度偏差场的纠正处理；

通过改进的直方图匹配算法对所述三维图像进行处理；

截取所述三维图像中的ROI区域，并分割为预设数量的有重叠的patch；

将多个patch分别输入至深度语义分割网络，获得所述网络输出的多个patch分别对应的识别结果；将多个所述识别结果进行合并，获得所述待识别的磁共振三维图像的鼻咽癌原发肿瘤识别结果；

通过平均场迭代算法对所述鼻咽癌原发肿瘤识别结果进行后处理。

2.根据权利要求1所述的方法，其特征在于，对预处理后的所述三维图像进行灰度偏差场的纠正处理，包括：

将灰度偏差场纠正建模为以下问题：

v(x)＝u(x)+f(x)

其中，v为给定的图像，u为纠正后的图像，f为偏差场，x为图像的像素坐标；

其中，所述问题通过以下迭代过程进行求解：

其中，为第n次迭代后输出的纠正图像；为第n次迭代过程中的偏差场估计；S{.}是平滑算子，采用B样条曲线拟合；为根据上一次迭代过程输出的纠正图像给出当前纠正图像的期望值；

通过n次迭代后，若已收敛，则计算结束，取为纠正后的三维图像；否则继续进行迭代。

3.根据权利要求1所述的方法，其特征在于，通过改进的直方图匹配算法对所述三维图像进行处理，包括：

在多个患者中挑选其中一个患者的历史三维图像作为模板图像，其中，挑选的依据为历史三维图像的灰度值分布的平均程度；

计算所述三维图像的直方图和所述模板图像的直方图，获得得到两个图像分别对应的灰度值分布情况；

通过动态规划求解最优的灰度值映射函数来匹配所述两个图像的灰度值分布，使所述三维图像的灰度值映射至所述模板图像的灰度值。

4.根据权利要求1所述的方法，其特征在于，截取所述三维图像中的ROI区域，并分割为预设数量的有重叠的patch，包括：

根据设定阈值将所述三维图像转化为二值图；

计算二值化后的所述三维图像在z轴上每个二维图像的所有像素的总和，并绘制曲线；

取曲线中的第一个极小值点作为人体颈部的分割线，并取颈部以上的图像作为ROI区域；

将ROI区域在xy平面分割为预设数量的有重叠的patch。

5.根据权利要求1所述的方法，其特征在于，所述深度语义分割网络包括：编码器、解码器和跳跃连接；

所述编码器用于通过卷积网络和下采样对输入图像进行高层次抽象特征的提取，将图像编码为尺寸为原图设定比例的特征图；

所述解码器用于对所述特征图进行卷积网络和上采样解码，输出与原尺寸相同的三维图像，其像素值表示该像素属于GTV区域的概率；

所述跳跃连接用于将编码器中较浅层的高分辨率特征与解码器中较高层的低分辨率特征直接相连。

6.根据权利要求1所述的方法，其特征在于，将所述识别结果进行合并，包括：

若所述识别结果中，一个像素同时对应于不同的patch，则所述像素的预测值为所述像素在不同的patch中的预测值的均值。

7.根据权利要求1所述的方法，其特征在于，通过平均场迭代算法对所述鼻咽癌原发肿瘤识别结果进行后处理，包括：

初始化阶段中，把每个像素点属于GTV的概率初始化为所述深度语义分割网络的输出结果；

信息传递阶段中，针对每个像素，根据其周围的像素点计算m个高斯特征；

信息整合阶段中，将信息传递阶段计算的特征进行整合；

更新阶段中，更新每个像素属于GTV的概况值，并进行归一化，使概率的范围在[0,1]；

重复所述初始化阶段、信息传递阶段、信息整合阶段和更新阶段以进行迭代，直到收敛。