[发明专利]一种脑白质高信号病灶区域分割及评级装置

说明书

本发明提供一种脑白质高信号病灶区域分割及评级装置，通过获取患者脑部FLAIR影像数据并转换为患者脑部图像数据；对患者脑部图像数据进行预处理；对预处理后的患者脑部图像数据进行颅脑分离和背景分离操作，获得分离背景后的脑白质区域图像数据；根据分离背景后的脑白质区域图像数据计算最佳的脑白质高信号分割阈值并分割提取脑白质高信号病灶区域，获得脑白质高信号病灶区域图像；对脑白质高信号病灶区域图像按照空间分布位置进行分类，判断脑白质高信号病灶区域的病灶类型；将分类结果输入预设的神经网络模型中进行评分，根据评分结果获得脑白质高信号病灶评级结果；本发明中的装置原理简单，运算效率快，同时降低了成本。

技术领域

本发明涉及医学图像处理技术领域，更具体地，涉及一种脑白质高信号病灶区域分割及评级装置。

背景技术

脑小血管病(cerebral small vessel disease，CSVD) 是老年人常见的一种脑血管疾病，通常由脑内小动脉、毛细血管以及小静脉血管壁等损伤引起。其临床表现包括急性缺血性卒中症状、轻度认知功能障碍及痴呆、步态异常、情绪或行为异常和运动障碍等。脑小血管病的致残率高，康复难，但其发病隐匿，易被病人及医师忽略，严重影响中老年人的健康，为家庭、社会带来沉重负担。

脑白质高信号（White Matter Hyperintensity，WMH），亦称为脑白质疏松(Leukoaraiosis)，由加拿大神经病学专家Hachinski于1987年首次提出，是脑小血管病的常见影像标记物之一；脑白质高信号在核磁共振成像T2加权像（T2WI）或者液体衰减反转恢复序列图像(Fluid Attenuated Inversion Recovery，FLAIR)通常表现为脑白质部位的高信号影。根据病变部位，脑白质高信号分为侧脑室旁白质高信号（periventricular WMH，PWMH）和深部脑白质高信号（deep WMH，DWMH）两大类；侧脑室旁白质高信号紧贴在脑室周围，信号分布均匀，具体形态包括“帽状征”、“线缘征”、“浓晕征”以及“淡晕征”等四种。深部白质高信号常以斑点状分布在侧脑室四周，不与侧脑室直接接触。

脑白质高信号的体积变化能够反映脑小血管病患者早期认知功能的变化。WMH体积越大，全脑功能或特定区域认知功能越低。因此，WMH体积可以作为临床脑小血管疾病诊断及治疗的重要指标。而精准分割脑白质高信号病灶是脑小血管病诊断的基础工作，在主治医师在脑小血管病患者临床诊断的过程中起到重要作用。

目前，脑白质高信号病灶区域往往由极具临床经验的医师进行手工分割后再进行诊断，非常耗费时间与精力，也常常存在人为误差。

目前的现有技术公开了一种基于多尺度融合和拆分注意力的脑白质高信号分割方法，包括：获取脑白质高信号FLAIR图像数据集，并对数据集进行划分和预处理；对所述基于多尺度融合和拆分注意力的脑白质高信号分割模型进行构建和训练，当训练满足终止条件时得到脑白质高信号分割模型；将测试集中的每个图像输入到已经训练完成的基于多尺度融合和拆分注意力的脑白质高信号分割模型中进行测试；现有技术中的方法能够在一定程度上提高WMH的分割准确率，但算法复杂、费时费力，分割效率不高。

发明内容

本发明为克服上述现有技术在对脑白质高信号分割时算法复杂和效率较低的缺陷，提供一种脑白质高信号病灶区域分割及评级装置，原理简单，运算效率快，能够有效降低成本，提高效率。

为解决上述技术问题，本发明的技术方案如下：

一种脑白质高信号病灶区域分割及评级装置，包括依次连接的：

数据获取模块1：用于获取患者脑部FLAIR影像数据；

预处理模块2：用于将患者脑部FLAIR影像数据转换为患者脑部图像数据，并对患者脑部图像数据进行预处理；

颅脑分离模块3：用于使用BET颅脑分离算法对预处理后的患者脑部图像数据进行颅脑分离，获得脑白质区域图像数据；