[发明专利]脑部医学影像中动脉瘤的自动检测方法及系统

权利要求书

1.一种脑部医学影像中动脉瘤的自动检测方法，其特征在于，包括以下步骤：

1)采集训练集脑MRA图像并进行血管区域提取，对完成血管区域提取后的图像进行动脉瘤区域标注；

2)构建三维全卷积神经网络并进行网络模型训练；

3)对待检测的脑MRA图像进行血管区域提取；

4)采用步骤2)得到的三维全卷积神经网络对步骤3)获得的完成血管区域提取后的图像进行动脉瘤检测。

2.根据权利要求1所述的脑部医学影像中动脉瘤的自动检测，其特征在于，所述步骤1)中进行血管区域提取的步骤具体包括：

1-1)图像归一化：将训练集脑MRA图像进行直方图归一化，将所有体素的密度值归一化至同一范围内；

1-2)血管分割参数选取：对图像直方图进行分析，并根据分析的结果，选取预先建立的网格化参数模板中的参数；

1-3)阈值分割：利用所选取的参数，对归一化后的图像进行阈值分割，将图像中小于该参数的体素的密度值置为0；

1-4)种子点集提取：以图像中密度值不为0的体素中心作为球心，根据图像尺寸设置X、Y、Z方向的半径，形成一椭球，取位于椭球范围内的阈值分割后的结果作为种子点集；

1-5)采用开运算对种子点集进行处理，去除杂散的种子点；

1-6)自适应阈值统计：对提取的种子点集对应的归一化后的图像的相同范围内的体素密度进行统计，得到密度分布的平均值、方差，引入分布模型，计算区域增长的上限与下限阈值；

1-7)区域增长：对步骤1-1得到的增强后的图像中，利用步骤1-6)得到的上限与下限阈值进行区域增长；

1-8)均匀扩展：对步骤1-7)得到的区域增长后的结果，利用膨胀算法进行均匀膨胀，并以膨胀后的区域提取原图像中的对应区域作为血管区域的提取结果。

3.根据权利要求2所述的脑部医学影像中动脉瘤的自动检测，其特征在于，所述步骤2)具体包括：

2-1)以提取的血管区域作为背景、标注的动脉瘤区域作为前景，建立标注图谱，图谱为3值图，其中血管区域、动脉瘤区域有不同的密度值，其余部分密度值为0；

2-2)数据扩增：对经过所述步骤2-1)得到的图像进行扩增；

2-3)建立三维全卷积神经网络：

2-4)将步骤2-2)得到的图像输入步骤2-3)得到的三维全卷积神经网络进行训练，采用五折交叉验证，取敏感度最高的结果对应的网络模型为检测模型。

4.根据权利要求3所述的脑部医学影像中动脉瘤的自动检测，其特征在于，所述步骤3)中采用与步骤2)中相同的方法对待检测的脑MRA图像进行血管区域提取；

所述步骤4)具体包括：

4-1)应用步骤2-4)得到的检测模型对完成血管区域提取后的待检测的脑MRA图像进行检测，得到动脉瘤疑似区域体素集；

4-2)取动脉瘤疑似区域体素集的中心为球心，以一定的半径构建一个球体，该球体内部即为检测得到的动脉瘤区域。

5.根据权利要求2所述的脑部医学影像中动脉瘤的自动检测，其特征在于，所述步骤1-2)中网格化参数模板的建立方法为：使用具有血管标注的影像数据集，手动或自动调整分割过程中的各个参数，每次分割后计算分割结果与标注的dice系数，取dice最高时的参数为最优参数；计算归一化图像直方图的极大值与极小值点，记这些点的横纵坐标形成数据特征向量；利用上述方法处理多组数据，形成特征向量与参数间的对应关系，即为网格化参数模板；在使用该模板时，对待分割数据计算特征向量，根据特征向量与模板中特征向量的距离最小，取模板中的参数。

6.根据权利要求2所述的脑部医学影像中动脉瘤的自动检测，其特征在于，所述步骤1-4)中，X、Y、Z方向的半径，是按照自各方向图像外向中心方向的第一个有值体素的之间的距离，取该距离的40％以内作为半径值。