[发明专利]基于全身骨扫描影像的深度学习摄护腺癌骨转移辨识系统

说明书

本发明提供基于全身骨扫描影像的深度学习摄护腺癌骨转移辨识系统，其中，前处理模块接收输入的全身骨扫描影像进行处理；神经网络模块检测该输入的全身骨扫描影像是否为摄护腺癌骨转移。神经网络模块包括胸腔部位网络模块与骨盆部位网络模块。胸腔部位网络模块包括：建立第一阶段加快区域卷积神经网络，依据全身骨扫描影像，分割出胸腔部位的训练影像；及以该训练影像来训练第二阶段加快区域卷积神经网络，并分类出癌细胞骨转移的病灶。骨盆部位网络模块使用卷积神经网络，其包括：建立第一阶段加快区域卷积神经网络，依据输入的全身骨扫描影像，分割出骨盆部位的训练影像；及以该训练影像来训练卷积神经网络，以分类骨盆部位是否为骨转移影像。

技术领域

本发明关于一种摄护腺癌骨转移辨识系统，特别是关于一种基于全身骨扫描影像的深度学习摄护腺癌骨转移辨识系统。

背景技术

在全身骨扫描影像中，医师须区分热区中，哪部分为正常成骨现象，哪部分为摄护腺癌细胞造成的，哪部分为受伤造成，所以每张影像都需要医师进行诊断，确定诊断摄护腺癌骨转移。其中，摄护腺癌骨转移遭侵犯的位置多为肩胛骨、肋骨、脊椎、髋关节、四肢等部位。然而通过人眼区分热区是否为癌细胞骨转移或正常骨细胞反应，不仅是需要有经验的核子医学科医师来从事，更需要医师花很长时间来判读，因此，工作时间一久，就会不可避免地产生人为误判。同时，医师判读影像方式虽然有通则，但并无绝对的标准，所以不同医师的判读结果也可能会因经验多少而有所差异。故诊断影像的工作是非常花费人力的，故一旦案例数增加，在人力上、时间上都是相当庞大的花费。

有鉴于此，实有需要建立一套早期诊断的辨识系统，以辅助医师进行摄护腺骨转移癌的辨识。

发明内容

本发明提出一种基于全身骨扫描影像的深度学习摄护腺癌骨转移辨识系统，以正确地区别热区的种类为转移、受伤或是正常骨增生。

为达成前述的目的，本发明提出一种基于全身骨扫描影像的深度学习摄护腺癌骨转移辨识系统，包含：一前处理模块，接收输入的全身骨扫描影像以进行处理；以及一神经网络模块，检测该输入的全身骨扫描影像是否为摄护腺癌骨转移。神经网络模块包括：一胸腔部位网络模块及一骨盆部位网络模块。胸腔部位网络模块包括：建立第一阶段加快区域卷积神经网络(Faster Region-based Convolutional Neural Networks，Faster R-CNN)，依据输入的全身骨扫描影像，分割出胸腔部位的训练影像；及以该训练影像来训练第二阶段Faster R-CNN，并分类出癌细胞骨转移的病灶。骨盆部位网络模块使用卷积神经网络，其包括：建立第一阶段Faster R-CNN，依据输入的全身骨扫描影像，分割出骨盆部位的训练影像；及以该训练影像来训练卷积神经网络，以分类骨盆部位是否为骨转移影像。

以上概述与接下来的详细说明皆为示范性质，是为了进一步说明本发明的申请专利范围，而有关本发明的其他目的与优点，将在后续的说明与图式加以阐述。

附图说明

图1是本发明的基于全身骨扫描影像的深度学习摄护腺癌骨转移辨识系统的架构图；

图2(A)是本发明一实施例的小腿分割范围；

图2(B)是本发明一实施例的线性转换前与转换后的影像；

图2(C)是本发明一实施例的数据增强8种不同范围的影像；

图2(D)是本发明一实施例的肋骨圈选框示意图；

图2(E)是本发明一实施例的骨盆圈选框示意图；

图3是本发明一实施例的神经网络架构图；

图4是本发明一实施例的胸腔网络流程图；

图5是本发明一实施例的人工仿真影像；

图6是本发明一实施例的训练影像产生流程图；