[发明专利]一种自动分割脑微出血点的方法

权利要求书

1.一种自动分割脑微出血点的方法，其特征在于，包括如下5个步骤：第一步：数据预处理，包括读取SWI图像和QSM图像；进行脑实质提取，去除脑实质以外的组织；第二步：提取微出血候选框，包括通过自适应阈值，提取候选微出血点；对候选微出血点进行形态学处理；根据体积进行候选微出血点筛选；第三步：候选微出血分类识别，包括归一化微出血点；训练分类网络；将微出血候选框中的数据输入训练好的分类网络，进行分类；对微出血候选框中的微出血体积和个数进行统计；所述第一步还包括：

S1.1：读取SWI图像和QSM图像；对于已有SWI图像和QSM图像的序列直接进行读取；对于未存在SWI图像和QSM图像的序列，读取磁敏感成像的幅值图像与相位图像，通过通用磁敏感加权计算技术，计算出SWI图像和QSM图像；

S1.2：对SWI图像和QSM图像进行各向同性重采样，使其像素大小为0.5-1毫米；

S1.3：进行脑实质提取，去除脑实质以外的组织；使用分割算法分割脑实质，分割方法包括但不限于主动轮廓方法、深度学习分割网络；所述第二步还包括：

S2.1：通过自适应阈值，提取SWI图像中的候选微出血点；通过对脑实质中的像素进行最大类间差法得到自适应的阈值，低于阈值并处于脑实质中的像素为候选出血点；

S2.2：对候选微出血点进行形态学处理；对微出血点进行形态学开操作处理，断开粘连，并消除极其微小的噪点；

S2.3：根据体积进行候选微出血点筛选；根据微出血的定义，其直径在2-10毫米之间，由球体积，为圆周率，约等于3.14，R为球的半径，可知微出血点的体积范围应该在-立方毫米之间； 筛除体积不在-立方毫米范围内的候选出血点，剩下的候选出血点为最终候选出血点；

S2.4：计算最终候选出血点的质心，以质心为中心，提取12毫米为边长的立方体为微出血点候选框。

2.根据权利要求1所述的自动分割脑微出血点的方法，其特征在于：所述第三步还包括：

S3.1：训练分类网络，首先，标记训练数据中的微出血点，并计算每个出血点的质心，a以12毫米为边长，提取相应的SWI图像和QSM图像的三维数据，作为正样本；

S3.2：然后以同样大小的选框，随机提取脑实质内非出血点的SWI图像和QSM图像三维数据，作为负样本；将SWI和QSM三维数据正负样本与对应样本标签输入网络框架，训练得出微出血分类网络模型；

S3.3：输入为SWI与QSM图像候选块，其基本结构为：顺序连接的大小为3×3×3的3D卷积核，Batch Norm层和Relu激活函数，连接另一个3×3×3的3D卷积核，Batch Norm层，Relu激活函数，将输入与最后一个Relu激活函数前的输出进行拼接；

S3.4：将微出血候选框中的数据输入训练好的分类网络，进行分类；对微出血候选框中的微出血体积和个数进行统计；统计一共有多少个被分类为微出血的候选框，作为最终的微出血点个数；以被分类为微出血的候选框中心点为种子点，进行区域生长，对得到的区域进行体积换算，得到每个微出血点的体积。

3.根据权利要求2所述的自动分割脑微出血点的方法，其特征在于：所述微出血分类网络模型整个网络为顺序连接3个基本结构与大小为2×2×2的平均池化层，最终连接1个4096单元的全连接层与1个1024单元的全连接层，其中3个基本结构的区别为卷积层包含卷积核的数量，分别为16、32与64个。

4.一种自动分割脑微出血点的存储和处理的装置，其特征在于，包括存储器和处理器；

所述存储器，用于存储计算机程序；

所述处理器，用于当执行所述计算机程序时，实现如权利要求1-3所述的自动分割脑微出血点的方法。

5.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1-3所述的自动分割脑微出血点的方法。

6.一种自动分割脑微出血点的装置，其特征在于，包括：

模块1，用于数据预处理，包括读取SWI图像和QSM图像；进行脑实质提取，去除脑实质以外的组织；

模块2，用于提取微出血候选框，包括通过自适应阈值，提取候选微出血点；对候选微出血点进行形态学处理；根据体积进行候选微出血点筛选；

模块3，用于候选微出血分类识别，包括归一化微出血点；训练分类网络；将微出血候选框中的数据输入训练好的分类网络，进行分类；对微出血候选框中的微出血体积和个数进行统计。