[发明专利]集成分割功能的肺CT图像配准方法及系统

权利要求书

1.一种集成分割功能的肺CT图像配准方法，其特征在于，包括以下步骤：

S1、对采集的病人的肺部4D-CT数据进行预处理，形成若干组图像对，构建为训练数据集；

其中，每组图像对均包括一幅参考图像F和一幅浮动图像M，每一幅参考图像和浮动图像均进行肺实质手动分割形成有参考图像的标准的肺实质边界S_F以及浮动图像的标准的肺实质边界S_M；

S2、建立肺分割-配准集成网络，所述肺分割-配准集成网络包括特征编码模块、肺分割模块和肺配准模块；

其中，参考图像F和浮动图像M输入所述特征编码模块后，输出参考图像F的特征映射C_F和浮动图像M的特征映射C_M；肺分割模块根据所述特征编码模块的输出得到参考图像F的预测的肺实质边界以及浮动图像M的预测的肺实质边界所述肺配准模块输出根据所述特征编码模块的输出得到参考图像F与浮动图像M之间的形变场φ，并得到与参考图像F完成配准后的浮动图像M(φ)；

S3、构建肺分割模块；

S4、构建肺配准模块；

S5、建立用于肺配准的自适应正则约束项

以所述肺分割模块输出的参考图像F的预测的肺实质边界为辅助先验知识，利用体素点到肺表面的空间位置权重，将L₂约束和L₁约束进行加权结合构建一个综合的自适应正则约束项

S6、训练所述肺分割-配准集成网络，其中采用联合优化损失函数L_total为目标函数进行训练，L_total为：

其中，L_S为所述肺分割模块的训练目标函数，L_G为所述肺配准模块的训练目标函数，λ和β为调节系数，-NCC(F,M(φ))为配准后的浮动图像M(φ)和对应的参考图像F的归一化互相关值；

S7、将待配准的肺部4D-CT图像输入到经步骤S6训练后得到的肺分割-配准集成网络中，自动输出配准结果。

2.根据权利要求1所述的集成分割功能的肺CT图像配准方法，其特征在于，所述步骤S1中，每例肺部4D-CT数据均包括整个呼吸周期的至少两个阶段的3D-CT数据，所述步骤S1中进行预处理的方法具体包括：

S1-1、将整个呼吸周期的至少两个阶段中任意两个阶段的两幅图像形成一个图像对，选择图像对中的一幅作为参考图像，另一幅作为浮动图像；进行数据扩增，增大训练数据集量；

S1-2、采用水平集分割算法对所有的参考图像和浮动图像进行肺实质粗略分割；

S1-3、根据步骤S1-2的结果，由医生或专家对每一幅参考图像和浮动图像均进行手动分割，得到参考图像的标准的肺实质边界S_F以及浮动图像的标准的肺实质边界S_M。

3.根据权利要求2所述的集成分割功能的肺CT图像配准方法，其特征在于，所述特征编码模块为向下采样卷积，所述肺分割模块和肺配准模块均为上采样卷积，所述肺分割模块和肺配准模块共用所述特征编码模块；

所述特征编码模块由三个下采样池化操作模块形成四个分辨率级别，每个分辨率级别包含一个最大池化层和两个卷积层。

4.根据权利要求3所述的集成分割功能的肺CT图像配准方法，其特征在于，所述肺分割模块的结构与所述特征编码模块形成对称，所述肺分割模块由三个上采样操作模块形成四个分辨率级别，每个分辨率级别包含一个反卷积层和两个卷积层，所述肺分割模块的最后一层是一个1通道的以Sigmoid为激活函数的卷积层，用于输出肺实质边界的预测概率图。