[发明专利]一种脑中线检测方法、系统、终端及存储介质

权利要求书

1.一种脑中线检测方法，其特征在于，包括：

获取脑中线偏移患者的脑CT图像及对应的标注数据；

将所述脑CT图像及对应的标注数据预处理后按预设比例分成训练集及测试集；

将所述训练集分别输入至预设的姿态矫正网络、上下文感知特征优化网络、中线回归网络进行训练，得到初始脑中线检测模型；

通过所述测试集对所述初始脑中线检测模型进行优化测试，得到脑中线检测模型

2.根据权利要求1所述的脑中线检测方法，其特征在于，所述获取脑中线偏移患者的脑CT图像及对应的标注数据，包括：

通过医院PACS系统获取脑中线偏移的患者脑CT图像；

根据医生对患者脑CT图像的标注结果，确定标注数据。

3.根据权利要求1所述的脑中线检测方法，其特征在于，所述将所述脑CT图像及对应的标注数据预处理后按预设比例分成训练集及测试集，包括：

将所述脑CT图像及其标注数据进行灰度归一化及三维矫正变换预处理；

将预处理的脑CT图像及对应的标注数据按预设比例分成训练集及测试集。

4.根据权利要求1所述的脑中线检测方法，其特征在于，所述将所述训练集分别输入至预设的姿态矫正网络、上下文感知特征优化网络、中线回归网络进行训练，得到初始脑中线检测模型，包括：

将脑CT图像输入至预设的姿态矫正网络形成标准姿态图像；

将所述标准姿态图像输入至预设的上下文感知特征优化网络，输出中线纵轴范围和中线区域分割概率图；

将所述中线区域分割概率图输入至预设的中线回归网络，输出中线坐标；

将所述中线纵轴范围通过预设阈值进行二值化，并与所述中线坐标做哈达玛积，输出最终的预测中线坐标。

5.根据权利要求1所述的脑中线检测方法，其特征在于，所述通过所述测试集对所述初始脑中线检测模型进行优化测试，得到脑中线检测模型，包括：

构建连通性正则损失函数优化所述脑中线检测模型，得到优化后的脑中线检测模型；

通过测试集对优化脑中线检测模型进行测试，输出测试集的预测中线坐标；

根据所述测试集的预测中线坐标与对应的标注数据中线计算平均距离误差(LDE)、最大移位距离误差(MSDE)、对称位置的最大表面距离(HD)和对称位置的平均表面距离(ASD)四个距离指标；

当优化后的脑中线检测模型的距离指标超过初始脑中线检测模型时，将优化后的脑中线检测模型作为脑中线检测模型。

6.一种脑中线检测系统，其特征在于，包括：

获取单元，配置用于获取脑中线偏移患者的脑CT图像及对应的标注数据；

预处理单元，配置用于将所述脑CT图像及对应的标注数据预处理后按预设比例分成训练集及测试集；

模型训练单元，配置用于将所述训练集分别输入至预设的姿态矫正网络、上下文感知特征优化网络、中线回归网络进行训练，得到初始脑中线检测模型；

模型优化单元，配置用于通过所述测试集对所述初始脑中线检测模型进行优化测试，得到脑中线检测模型。

7.根据权利要求6所述的脑中线检测系统，其特征在于，所述获取单元具体用于：

通过医院PACS系统获取脑中线偏移的患者脑CT图像；

根据医生对患者脑CT图像的标注结果，确定标注数据。

8.根据权利要求6所述的脑中线检测系统，其特征在于，所述预处理单元具体用于：

将所述脑CT图像及其标注数据进行灰度归一化及三维矫正变换预处理；

将预处理的脑CT图像及对应的标注数据按预设比例分成训练集及测试集。