[发明专利]基于MRI的人体成分标记方法、系统、设备和存储介质

权利要求书

1.基于MRI的人体成分标记方法，其特征在于，包括以下步骤：

采集指定位置的磁共振成像MRI影像；

对所述MRI影像进行预处理，获得预处理后的目标组织器官影像序列；

对所述目标组织器官影像序列于MRI矢状位进行定位识别，获得目标组织器官矢状位定位图像；

对所述目标组织器官矢状位定位图像进行分割处理，获得目标组织器官的MRI影像分割结果，基于所述MRI影像分割结果进行标记，进而获得目标组织器官的多种体质成分参数。

2.根据权利要求1所述的基于MRI的人体成分标记方法，其特征在于，对所述MRI影像进行预处理，获得预处理后的所述目标组织器官影像序列包括：

对所述MRI影像进行重采样，获得重采样后的MRI影像；

对所述重采样后的MRI影像进行目标区域提取，获得目标组织器官区域图像；

对所述目标组织器官区域图像进行归一化处理，获得目标组织器官影像序列。

3.根据权利要求1所述的基于MRI的人体成分标记方法，其特征在于，对所述目标组织器官影像序列于MRI矢状位进行定位识别，获得目标组织器官矢状位定位图像，包括：

构建并训练图像定位模型，其中，所述图像定位模型用于对所述目标组织器官影像序列进行MRI矢状位定位识别，所述图像定位模型包括依次连接的输入层、第一卷积层、第一最大值池化层、第二卷积层、第二最大值池化层、第三卷积层、第三最大值池化层、第四卷积层、第四最大值池化层、全连接层和输出层；

基于训练好的所述图像定位模型，对所述目标组织器官影像序列于MRI矢状位进行定位识别，获得目标组织器官矢状位定位图像。

4.根据权利要求3所述的基于MRI的人体成分标记方法，其特征在于，所述第一卷积层的数量为2，所述第二卷积层的数量为2，所述第三卷积层的数量为2，所述第四卷积层的数量为1，全连接层的数量为2。

5.根据权利要求1所述的基于MRI的人体成分标记方法，其特征在于，对所述目标组织器官矢状位定位图像进行分割处理，获得目标组织器官的MRI影像分割结果包括：

构建并训练图像分割模型，其中，所述图像分割模型用于对所述目标组织器官矢状位定位图像进行分割，所述图像分割模型采用神经网络；

将所述目标组织器官矢状位定位图像输入训练好的所述图像分割模型，对所述目标组织器官矢状位定位图像于轴位水平进行分割处理，获得所述目标组织器官的MRI影像分割结果，其中，所述MRI影像分割结果包括多种MRI参数。

6.根据权利要求5所述的基于MRI的人体成分标记方法，其特征在于，所述图像分割模型包括依次连接的输入层、正向分割子网络、反向分割子网络、卷积层和softmax层；其中，所述正向分割子网络包括卷积残差模块-池化层对；所述反向分割子网络包括卷积残差模块-反池化层对。

7.根据权利要求1所述的基于MRI的人体成分标记方法，其特征在于，所述目标组织器官的多种体质成分参数包括指定位置的肌肉或肌肉群、不同区域脂肪组织的面积、面积指数、内脏脂肪与皮下脂肪面积比值、肝脏及肌肉质子密度脂肪分数，肌肉皮下脂肪信号比、肌肉脂肪含量。

8.基于MRI的人体成分标记系统，其特征在于，所述系统包括：

预处理模块，用于将获取的指定位置的磁共振成像MRI影像进行预处理，获得预处理后的目标组织器官影像序列；

定位识别模块，用于所述目标组织器官影像序列于MRI矢状位进行定位识别，获得目标组织器官矢状位定位图像；

图像分割模块，用于对所述目标组织器官矢状位定位图像进行分割处理，获得所述目标组织器官的MRI影像分割结果，基于所述MRI影像分割结果进行标记，进而获得目标组织器官的多种体质成分参数。

9.基于MRI的人体成分标记设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至7任一项所述的基于MRI的人体成分标记方法。

10.基于MRI的人体成分标记存储介质，其特征在于，所述存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1至7任一项所述的基于MRI的人体成分标记方法。