[发明专利]一种自动分割脑微出血点的方法

说明书

本发明提供了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。本发明利用SWI与QSM两种图像，有效利用了幅值图像与相位图像的信息。

技术领域

本发明涉及图像数据处理领域，具体涉及一种自动分割脑微出血点的方法。

背景技术

脑微出血 (Cerebral microbleeds, CMBs)是脑小血管损伤导致的血管局部含铁黄素沉积。CMBs通常在磁敏感加权成像 (susceptibility weighted imaging, SWI)序列上呈现点状、圆或椭圆形低信号影，直径在2-10毫米之间。主要分布于脑干、基底节区、双侧大脑皮层下。

在急性缺血性脑卒中的治疗中，CMBs具有重要的指导价值。研究发现，对于急性脑梗死患者，采用溶栓治疗或抗凝、抗聚集治疗时，有CMBs的患者发生出血转化的概率高于无CMBs的患者。因此明确缺血性脑卒中患者的CMBs情况有助于减小患者治疗后出血的风险。

人工方法视觉检查并统计微出血点数量，耗时长且效率低，存在一致性差异的问题。因此，本发明基于SWI图像特点，利用传统算法和深度学习相结合的方法进行CMBs检测。

现有CN 104414636 B 基于磁共振图像的脑微出血计算机辅助检测系统，提出一种基于磁共振图像中的脑实质区域的纹理特征、脑微出血灶先验分布概率模板和随机森林分类器的脑微出血计算机辅助检测方法。

现有CN 111640095 A 脑微出血的量化方法和计算机可读存储介质，提出了一种将获取的脑部磁共振图像输入脑区分割模型中，得到脑区分割结果；将所述脑部磁共振图像输入脑微出血检测模型中，得到脑微出血区域。根据脑区分割结果和脑微出血区域，确定脑区的微出血量化结果；该微出血量化结果用于表征脑区中微出血点的数量。

这些技术都是使用SWI作为微出血的识别序列，而磁敏感成像中，会同时得到相位图像和幅值图像。SWI主要利用的是其中的幅值图像，因为没有有效利用相位信息，导致一些颅脑内的钙化无法被有效识别，所以上述技术在识别准确性上是存在缺陷的。而QSM可以更多利用相位信息，解决这一问题。

发明内容

本发明提出了一种用SWI与QSM自动识别微出血点的方法，有效利用QSM含有的相位信息，补充SWI中权重较低的相位信息，解决钙化被误识别为微出血的问题。

为实现上述目的，本发明采用了如下技术方案：

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。