一种缺血性脑卒中图像区域分割方法及装置制造方法及图纸

本申请公开了一种缺血性脑卒中图像区域分割方法及装置。该方法包括：预处理第一颅内计算机断层灌注成像CTP时序图，得到预处理后颅内的CTP时序图；将所述预处理后的颅内CTP时序图输入第一网络进行处理，得到所述预处理后的颅内CTP时序图对应的第一核磁共振MRI图像；将所述第一MRI图像输入第二网络进行处理，得到缺血性脑卒中的区域分割图像。还公开了相应的装置。通过对CTP时序图进行一系列卷积操作，自动高效的将CTP时序图分成脑梗塞区域、半暗带区域和背景区域。整个过程无需人工参与，可有效的避免人工参与带来的误差，节省人力成本，并可高效、快速的完成CTP时序图的区分。

【技术实现步骤摘要】
一种缺血性脑卒中图像区域分割方法及装置
本申请涉及图像处理
，尤其涉及一种缺血性脑卒中图像区域分割方法及装置。
技术介绍
脑卒中，又称“中风”，是一种急性脑血管疾病，有极高的致命风险。包括缺血性和出血性卒中。缺血性卒中的发病率高于出血性卒中，占脑卒中总数的60％-70％。缺血性脑卒中发病后，在脑梗塞出现后梗塞灶周围会形成一个缺血半暗带，半暗带内脑细胞还存在大量休眠状态和半休眠状态脑细胞，由于缺少能量供应无法行使原有功能，因此如何挽救半暗带成为临床治疗关键。CTP(ComputedTomographyPerfusion)由于一些优良的特性(如：成像速度快，易获得等)开始作为缺血性脑卒中的一种早期诊断手段，可以在早期确认半暗带和梗死核心的位置，来为病人制定相应的溶栓治疗策略，减少脑卒中致死的风险。目前，脑卒中半暗带和梗死核心的诊断还处于对获得的CTP时序数据进行手动AIF(ArterialInputFunction)标注，参照AIF对CTP时序数据进行解卷积操作，再在解卷积的数据上人工获得定量的各种参数图像数据，然后根据人为经验设定时间延时和像素值的阈值来确定半暗带和梗死核心的位置。整个流程较为分散，并有过多的人为因素的干扰，最终的分割结果较易受到影响。
技术实现思路
本申请提供了一种缺血性脑卒中图像区域分割方法及装置，以实现对缺血性脑卒中图像的区域分割。第一方面，提供了一种缺血性脑卒中图像区域分割方法，包括：预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图；将所述预处理后的颅内计算机断层灌注成像时序图输入第一网络进行处理，得到所述预处理后的颅内计算机断层灌注成像时序图对应的第一核磁共振(MRI)图像；将所述第一核磁共振图像输入第二网络进行处理，得到缺血性脑卒中的区域分割图像。在一种可能的实现方式中，所述预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图之前，还包括：获取颅内图像掩膜；将所述颅内图像掩膜与脑部电子计算机断层扫描图像相匹配，得到第二颅内计算机断层灌注成像时序图；对所述第二颅内计算机断层灌注成像时序图内的像素值进行归一化处理，得到所述第一颅内计算机断层灌注成像时序图。在另一种可能的实现方式中，所述预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图，包括：对所述第一颅内计算机断层灌注成像时序图进行卷积操作，确定所述第一颅内计算机断层灌注成像时序图中的动脉输入函数(AIF)；根据所述动脉输入函数和所述第一颅内计算机断层灌注成像时序图，确定起始时间，其中，所述起始时间为所述动脉输入函数在所述第一颅内计算机断层灌注成像时序图中出现的时间；去除所述起始时间之前的数据，得到第三颅内计算机断层灌注成像时序图；对所述第三颅内计算机断层灌注成像时序图进行解卷积操作，得到所述预处理后的颅内计算机断层灌注成像时序图。在又一种可能的实现方式中，所述将所述预处理后的颅内计算机断层灌注成像时序图输入第一神经网络进行处理，得到所述预处理后的颅内计算机断层灌注成像时序图对应的第一核磁共振(MRI)图像，包括：获取所述预处理后的颅内计算机断层灌注成像时序图的一张或多张横断面图像；对所述一张或多张横断面图像进行卷积操作，得到一张或多张第一颅内特征图像；对所述一张或多张第一颅内特征图像进行卷积操作，得到所述第一核磁共振图像。在又一种可能的实现方式中，所述对所述一张或多张第一颅内特征图像进行卷积操作，得到所述第一核磁共振图像，包括：从空间维度上和时间维度上对所述一张或多张第一颅内特征图像进行卷积操作，得到一张或多张第二颅内特征图像；对所述第二颅内特征图像进行卷积操作，得到所述第一核磁共振图像。在又一种可能的实现方式中，所述将所述第一核磁共振图像输入第二网络进行处理，得到缺血性脑卒中的区域分割图像，包括：对所述第一核磁共振图像进行逐级下采样处理，得到第三颅内特征图像；对所述第三颅内特征图像进行逐级上采样处理，得到第四颅内特征图像；根据所述第四颅内特征图像中的特征对所述第四颅内特征图像的像素区域进行预测，得到概率图，其中，所述概率图中的每个像素为脑梗塞区域、半暗带区域和背景区域的概率值；从所述概率值中选取最大值，并将所述像素区域划分为所述最大值对应的区域，得到所述缺血性脑卒中的区域分割图像。第二方面，提供了一种缺血性脑卒中图像区域分割装置，包括：第一处理单元，用于预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图；第二处理单元，用于将所述预处理后的颅内计算机断层灌注成像时序图输入第一网络进行处理，得到所述预处理后的颅内计算机断层灌注成像时序图对应的第一核磁共振(MRI)图像；第三处理单元，用于将所述第一核磁共振图像输入第二网络进行处理，得到缺血性脑卒中的区域分割图像。在一种可能的实现方式中，所述第一处理单元，包括：第一获取子单元，用于获取颅内图像掩膜；匹配子单元，用于将所述颅内图像掩膜与脑部电子计算机断层扫描图像相匹配，得到第二颅内计算机断层灌注成像时序图；第一处理子单元，用于对所述第二颅内计算机断层灌注成像时序图内的像素值进行归一化处理，得到所述第一颅内计算机断层灌注成像时序图。在另一种可能的实现方式中，所述第一处理单元，包括：第一确定子单元，用于对所述第一颅内计算机断层灌注成像时序图进行卷积操作，确定所述第一颅内计算机断层灌注成像时序图中的动脉输入函数(AIF)；第二确定子单元，用于根据所述动脉输入函数和所述第一颅内计算机断层灌注成像时序图，确定起始时间，其中，所述起始时间为所述动脉输入函数在所述第一颅内计算机断层灌注成像时序图中出现的时间；去除子单元，用于去除所述起始时间之前的数据，得到第三颅内计算机断层灌注成像时序图；第二处理子单元，用于对所述第三颅内计算机断层灌注成像时序图进行解卷积操作，得到所述预处理后的颅内计算机断层灌注成像时序图。在又一种可能的实现方式中，所述第二处理单元，包括：第二获取子单元，用于获取所述预处理后的颅内计算机断层灌注成像时序图的一张或多张横断面图像；第三处理子单元，用于对所述一张或多张横断面图像进行卷积操作，得到一张或多张第一颅内特征图像；第四处理子单元，用于对所述一张或多张第一颅内特征图像进行卷积操作，得到所述第一核磁共振图像。在又一种可能的实现方式中，所述第四处理子单元还用于：从空间维度上和时间维度上对所述一张或多张第一颅内特征图像进行卷积操作得到一张或多张第二颅内特征图像；以及对所述第二颅内特征图像进行卷积操作，得到所述第一核磁共振图像。在又一种可能的实现方式中，所述第三处理单元，包括：第五处理子单元，对所述第一核磁共振图像进行逐级下采样处理，得到第三颅内特征图像；第六处理子单元，用于对所述第三颅内特征图像进行逐级上采样处理，得到第四颅内特征图像；预测子单元，用于根据所述第四颅内特征图像中的特征对所述第四颅内特征图像的像素区域进行预测，得到概率图，其中，所述概率图中的每个像素为脑梗塞区域、半暗带区域和背景区域的概率值；选取子单元，用于从所述概率值中选取最大值，并将所述像素区域划分为所述最大值对应的区域，得到所述缺血本文档来自技高网...

【技术保护点】
1.一种缺血性脑卒中图像区域分割方法，其特征在于，包括：预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图；将所述预处理后的颅内计算机断层灌注成像时序图输入第一网络进行处理，得到所述预处理后的颅内计算机断层灌注成像时序图对应的第一核磁共振(MRI)图像；将所述第一核磁共振图像输入第二网络进行处理，得到缺血性脑卒中的区域分割图像。

【技术特征摘要】
1.一种缺血性脑卒中图像区域分割方法，其特征在于，包括：预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图；将所述预处理后的颅内计算机断层灌注成像时序图输入第一网络进行处理，得到所述预处理后的颅内计算机断层灌注成像时序图对应的第一核磁共振(MRI)图像；将所述第一核磁共振图像输入第二网络进行处理，得到缺血性脑卒中的区域分割图像。2.如权利要求1所述的方法，其特征在于，所述预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图之前，还包括：获取颅内图像掩膜；将所述颅内图像掩膜与脑部电子计算机断层扫描图像相匹配，得到第二颅内计算机断层灌注成像时序图；对所述第二颅内计算机断层灌注成像时序图内的像素值进行归一化处理，得到所述第一颅内计算机断层灌注成像时序图。3.如权利要求1或2所述的方法，其特征在于，所述预处理第一颅内计算机断层灌注成像(CTP)时序图，得到预处理后颅内的计算机断层灌注成像时序图，包括：对所述第一颅内计算机断层灌注成像时序图进行卷积操作，确定所述第一颅内计算机断层灌注成像时序图中的动脉输入函数(AIF)；根据所述动脉输入函数和所述第一颅内计算机断层灌注成像时序图，确定起始时间，其中，所述起始时间为所述动脉输入函数在所述第一颅内计算机断层灌注成像时序图中出现的时间；去除所述起始时间之前的数据，得到第三颅内计算机断层灌注成像时序图；对所述第三颅内计算机断层灌注成像时序图进行解卷积操作，得到所述预处理后的颅内计算机断层灌注成像时序图。4.如权利要求1-3任一项所述的方法，其特征在于，所述将所述预处理后的颅内计算机断层灌注成像时序图输入第一网络进行处理，得到所述预处理后的颅内计算机断层灌注成像时序图对应的第一核磁共振(MRI)图像，包括：获取所述预处理后的颅内计算机断层灌注成像时序图的一张或多张横断面图像；对所述一张或多张横断面图像进行卷积操作，得到一张或多张第一颅内特征图像；对所述一张或多张第一颅内特征图像进行卷积操作，得到所述第一核磁共振图像。5.如权利要求1-4任一项所述的方法，其特征在于，所述将所述第一核磁共振图像输入第二网络进行处理，得到缺血性脑卒中的区域分割图像，包括：对所述第一核磁共振图像进行逐级下采样处理，得到第三颅内特征图像；对所述第三颅内特征图像进行逐级上采样处理，得到第四颅内特征图像；根据所述第四颅内特征图像中的特征对所述第四颅内特征图像的像素区域进行预测，得到概率图，其中，所述概率图中的每个像素为脑梗塞区域、半暗带区域和背景区域的概率值；从所述概率值中选取最大值，并将所述像素区域划分为所述最大值对应的区域，得到所...

【专利技术属性】
技术研发人员：刘蓬博，宋涛，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京,11