[发明专利]一种MRI头部影像的脑组织自动勾画方法、勾画系统、计算设备和存储介质

权利要求书

1.一种MRI头部影像的脑组织自动勾画方法，其特征在于，包括：

获取预设数量的T1 MRI脑影像，并制作每例MRI脑影像的脑组织分割标签；

对所述MRI脑影像和脑组织分割标签进行相同的预处理；

对预处理后的MRI脑影像和脑组织分割标签进行相同的3D块处理，得到3D数据块；

搭建任意有效的语义分割卷积神经网络；

将所述MRI脑影像和脑组织分割标签的3D数据块输入到搭建好的语义分割神经网络中进行训练，直到模型稳定收敛，停止训练，得到最佳的脑组织分割神经网络模型；

对待分割的T1 MRI脑影像进行所述预处理和所述3D块处理，得到待分割影像；

将所述待分割影像输入到训练后的所述脑组织分割神经网络模型中，得到灰质、白质、脑脊液的脑组织分割结果；

对所述脑组织分割结果进行后处理和边缘检测，得到灰质、白质、脑脊液的脑组织轮廓勾画结果。

2.如权利要求1所述的脑组织自动勾画方法，其特征在于，所述预处理包括插值处理、z-score标准化处理和数据增强处理；

所述插值处理为：对所述MRI脑影像和脑组织分割标签在x-y水平面上采用256×256进行统一插值；

所述数据增强包括绕图像中心点的旋转、x轴方向的平移和y轴方向的平移中的一种。

3.如权利要求1所述的脑组织自动勾画方法，其特征在于，所述3D块处理的方法，包括：

沿z轴方向以分块步长m连续n层横截面取块，得到3D数据块；其中，m≤n，n≥3；

若连续取块至最后3D块层数不足n时，则将最后3D块向上取所缺层数以补足n层。

4.如权利要求3所述的脑组织自动勾画方法，其特征在于，所述m为5，n为8。

5.如权利要求3所述的脑组织自动勾画方法，其特征在于，所述语义分割卷积神经网络为3D卷积神经网络；

所述3D卷积神经网络的输入尺寸为n×x×y×1，n为3D卷积神经网络的z轴尺寸，x、y为3D卷积神经网络的x、y轴尺寸，1为3D卷积神经网络的通道数量；所述3D卷积神经网络的输出尺寸为x×y×4，4分别代表灰质、白质、脑脊液和背景四类标签。

6.如权利要求1所述的脑组织自动勾画方法，其特征在于，所述训练包括前向传播和反向传播，一次前向传播和反向传播为一次网络迭代计算；

采用Early-stop的方式来让神经网络自动停止迭代，得到最佳的脑组织分割神经网络模型。

7.如权利要求1所述的脑组织自动勾画方法，其特征在于，所述后处理包括最大连通区域保留和平滑处理。

8.一种MRI头部影像的脑组织自动勾画系统，其特征在于，基于所述脑组织自动勾画系统实现权利要求1-7中任一项所述的脑组织自动勾画方法，包括：

准备模块，用于获取预设数量的T1 MRI脑影像，并制作每例MRI脑影像的脑组织分割标签；

预处理模块，用于对所述MRI脑影像和脑组织分割标签进行相同的预处理，或者对待分割的T1 MRI脑影像进行相同的预处理；

3D块处理模块，用于对预处理后的MRI脑影像和脑组织分割标签进行相同的3D块处理，得到3D数据块；或者，对预处理后的待分割的T1 MRI脑影像进行相同的3D块处理，得到待分割影像；

模型生成模块，用于搭建任意有效的语义分割卷积神经网络；

模型训练模块，用于将所述MRI脑影像和脑组织分割标签的3D数据块输入到搭建好的语义分割神经网络中进行训练，直到模型稳定收敛，停止训练，得到最佳的脑组织分割神经网络模型；

分割模块，用于将所述待分割影像输入到训练后的所述脑组织分割神经网络模型中，得到灰质、白质、脑脊液的脑组织分割结果；

勾画模块，用于对所述脑组织分割结果进行后处理和边缘检测，得到灰质、白质、脑脊液的脑组织轮廓勾画结果。