[发明专利]一种基于图神经网络的脊椎交互式与自动分割细化方法

权利要求书

1.一种基于图神经网络的脊椎交互式与自动分割细化方法其特征在于，包括如下步骤：

步骤一：椎骨CT影像数据的获取并进行预处理；

椎骨CT影像数据中包括至少一节段目标脊椎；预处理指的是对数据进行增强处理，即对于初始样本数相对较少的训练集，通过随机执行下一个或多个操作来达到扩充样本数据集的目的：

步骤二：脊椎骨自动粗分割；

对步骤一处理完的数据，通过现有的全卷积神经网络，利用训练集对网络进行训练得到对应的模型，再通过测试集使用此模型得到粗分割的结果；

步骤三：对椎骨粗分割结果进行细分；

从步骤二获得粗分割结果进行分割细化；

分为两个部分：一部分是粗分割椎骨轮廓多边形的测量，将三维分段掩码转换为多边形；另一部分是图神经网络模型的建立，并使用图神经网络模得到细化的分割结果。

2.根据权利要求1所述的一种基于图神经网络的脊椎交互式与自动分割细化方法，其特征在于，所述步骤一使用的预处理方法包括：

(a)对椎骨CT图像序列执行前后左右随机镜像翻转；

(b)对椎骨CT图像序列执行随机裁切处理；

(c)对椎骨CT图像序列加入高斯噪声扰动。

3.根据权利要求1所述的一种基于图神经网络的脊椎交互式与自动分割细化方法，其特征在于，所述步骤二脊椎骨的自动粗分割的方法为：

步骤2a.建一个用于脊柱分割的3D全卷积神经网络；

步骤2b.利用训练集训练神经网络，得到网络模型；

步骤2c.使用得到的网络模型分割测试集中脊柱CT数据，得到粗分割的结果。

4.根据权利要求1所述的一种基于图神经网络的脊椎交互式与自动分割细化方法，其特征在于，所述步骤三中根据椎骨粗分割的结果将三维分段掩码转换为多边形，采用两种方式中的任意一种，两种方式分别是用户将多边形中的一个顶点移动到真实边界上的某个点或者自动获得。

5.根据权利要求1所述的一种基于图神经网络的脊椎交互式与自动分割细化方法，其特征在于，所述步骤三中，图神经网络模型由传播模型和输出模型两部分组成；输出模型有两部分，一个是预测点是否到了边上，另外一个就是该点要移动到下一个点的方向。