[发明专利]一种基于胸部平扫CT的冠脉钙化灶全自动分割方法

说明书

本发明公开了一种基于胸部平扫CT的冠脉钙化灶全自动分割方法，包括以下步骤：对原始胸部平扫CT图像进行预处理，得到预处理数据；将预处理数据输入到心脏分割模型中，对原始胸部平扫CT图像中的心脏区域进行分割，得到与原始胸部平扫CT图像对应的包含心脏区域的心脏分割图像；在心脏区域筛选疑似冠脉钙化灶；从筛选出的疑似冠脉钙化灶中提取多个候选样本块；以及基于多个候选样本块及其在原始胸部平扫CT图像对应的坐标系中的对应坐标，利用钙化灶分割模型获得候选样本块的冠脉钙化灶分割结果。本发明的方法采取coarse‑to‑fine的策略，使用两阶段深度神经网络实现了基于胸部平扫CT的冠脉钙化灶全自动分割，对于噪声较大的数据也能取得很好的分割结果。

技术领域

本发明涉及医学图像分割技术领域，更具体地，特别是指一种基于胸部平扫CT的冠脉钙化灶全自动分割方法。

背景技术

目前，心血管病患病率及死亡率仍处于持续上升态势，其死亡率仍居首位，而患有心血管病的老年人，其免疫功能下降，更容易感染其它疾病并转变为危重症患者，因此实现冠心病的早期诊断尤为必要。已有足够的循证医学证据支持，冠脉钙化是无症状患者发生不良心脏事件的独立危险因素。

对心脏冠状动脉钙化(CAC，Coronary Artery Calcium)的量化分析可以评估心血管疾病发生的可能性。现在临床上多采用经心电门控的心脏CT来评估冠脉钙化的情况。具体后处理过程需要医生手动在图像中选择冠脉钙化区域，然后由分析软件基于选中的区域给出钙化情况的评估，即冠脉钙化积分(CACS，Coronary Artery Calcium Scoring)，这是一个半自动的过程。传统的心脏钙化积分扫描通常合并在冠脉CTA检查中，而一次完整的冠脉CTA检查会比胸部CT贵出数倍，患者受到的辐射剂量也高出很多。此外，冠脉CTA具有一定的风险、需要心电门控装置以及患者严格配合呼吸，并不是每一级医院都可以进行冠脉CTA检查。基于心脏平扫CT或CTA图像自动计算CACS的相关现有技术还存在以下缺陷：a)现有方案在疑似钙化区域的特征提取过程中采用的是较为传统的人工设计的图像特征：方向梯度直方图(Histogram of Oriented Gradient,HOG)特征、局部二值模式(Local BinaryPattern,LBP)特征、Haar特征以及纹理特征。b)现有方案通过面积阈值筛选疑似的钙化区域，然后对疑似的钙化区域采用简单的分类器判断是否属于钙化。这个面积阈值的设定要基于一定的先验知识，但是先验知识往往是从大部分数据中总结出来的规律，一些特殊情况不一定符合这个规律。假设目前有一个钙化灶刚好在设定的面积阈值之外，那么在现有方案中根本就没有被分类的机会，因此就会出现漏检的情况。

胸部平扫CT费用相对较低且覆盖率更广，普通的体检机构也设置有相应的检查项。如果冠脉钙化积分能够基于胸部平扫CT计算并且是自动计算，那么将极大提高临床诊断的效率(少做一次心脏CT，提供额外的临床信息完成心肺一站式筛查，并且不需要医生手动选择钙化区域)，同时节省病人的开支并减少病人受到的辐射剂量。然而，与上述现有技术相比，基于胸部平扫CT进行钙化积分的计算更加复杂，尤其是使用肺窗重建出来的胸部CT数据，噪声会非常大。在这种情况下，上述现有技术对疑似钙化区域的处理所采用的分类方法(相对比较传统的随机森林等方法)在噪声较大的胸部CT上会受到很大的挑战。

针对上述现有技术的缺陷，本领域亟待需要一种基于胸部平扫CT的冠脉钙化灶全自动分割方案。

发明内容

有鉴于此，本发明实施例的目的在于提出一种基于胸部平扫CT的冠脉钙化灶全自动分割方法，能够解决上述现有技术无法实现基于胸部平扫CT的冠脉钙化灶全自动分割等问题。

基于上述目的，本发明实施例的一方面提供了一种基于胸部平扫CT的冠脉钙化灶全自动分割方法，包括以下步骤：

步骤1、对原始胸部平扫CT图像进行预处理，得到预处理数据；