[发明专利]对病灶鲁棒的脑区定位方法及装置、电子设备和存储介质

权利要求书

1.一种对病灶鲁棒的脑区定位方法，其特征在于，所述方法包括：

基于神经网络对第一图像及第二图像中的脑区位置分别进行预测，得到第一预测结果及第二预测结果，所述第二图像为对象脑部的无病灶核磁共振图像，所述第一图像为病灶掩码图像与所述第二图像的叠加图像；

确定所述第一预测结果、所述第二预测结果及所述第二图像的预设定位结果两两之间的多个损失值；

根据所述多个损失值对所述神经网络进行训练，得到用于对第三图像进行脑区定位的神经网络，其中，所述第三图像由对象脑部的含病灶核磁共振图像或无病灶核磁共振图像得到。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个损失值对所述神经网络进行训练，包括：

根据所述多个损失值及多个预设权重得到目标损失值，其中，各个损失值与各个预设权重一一对应；

利用所述目标损失值对所述神经网络进行训练。

3.根据权利要求2所述的方法，其特征在于，所述预设权重包括多组，每组预设权重中包括分别与各个损失值一一对应的多个初始权重，所述方法还包括：

利用多组预设权重确定多个神经网络；

从训练集中获取所述第一图像及所述第二图像对多个神经网络分别进行训练；

利用验证集对训练得到的多个神经网络进行验证，得到验证结果；

根据所述验证结果从所述多个神经网络中选择用于对第三图像进行脑区定位的神经网络。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取脑部的多个无病灶核磁共振图像，及多个病灶掩码图像；

将各个病灶掩码图像与各个无病灶核磁共振图像进行叠加处理，得到多个所述第一图像；

将多个所述第一图像及所述多个无病灶核磁共振图像按预设比例划分为训练集和验证集。

5.根据权利要求4所述的方法，其特征在于，所述将各个病灶掩码图像与各个无病灶核磁共振图像进行叠加处理，得到多个所述第一图像，包括：

利用部分卷积将各个病灶掩码图像与各个无病灶核磁共振图像进行叠加处理，得到多个所述第一图像；或

将各个病灶掩码图像与各个无病灶核磁共振图像进行相乘处理，得到多个所述第一图像。

6.根据权利要求1所述的方法，其特征在于，所述基于神经网络对第一图像及第二图像中的脑区位置分别进行预测，得到第一预测结果及第二预测结果，包括：

基于所述神经网络对所述第一图像中未被病灶掩码遮挡的部分进行脑区位置的预测，得到所述第一预测结果；

基于所述神经网络对所述第二图像的整体进行脑区位置的预测，得到所述第二预测结果，

其中，所述病灶掩码图像根据真实存在的病灶掩码标签和/或随机生成的预设形状得到。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

根据所述神经网络得到脑区定位模型；

输入所述含病灶核磁共振图像及病灶掩码、所述含病灶核磁共振图像及病灶掩码的叠加处理结果、无病灶核磁共振图像、所述含病灶核磁共振图像的至少一种到所述脑区定位模型，得到所述含病灶核磁共振图像的脑区定位结果。

8.一种对病灶鲁棒的脑区定位装置，其特征在于，所述装置包括：

预测模块，用于基于神经网络对第一图像及第二图像中的脑区位置分别进行预测，得到第一预测结果及第二预测结果，所述第二图像为对象脑部的无病灶核磁共振图像，所述第一图像为病灶掩码图像与所述第二图像的叠加图像；

确定模块，用于确定所述第一预测结果、所述第二预测结果及所述第二图像的预设定位结果两两之间的多个损失值；

训练模块，用于根据所述多个损失值对所述神经网络进行训练，得到用于对第三图像进行脑区定位的神经网络，其中，所述第三图像包括对象脑部的含病灶核磁共振图像。