基于语义技术与医学图像分割结合的心力衰竭检测方法技术

本发明专利技术公开了一种基于语义技术与医学图像分割结合的心力衰竭检测方法，所述方法包括：通过对左心室磁共振图像的内膜以及外膜进行分割，对分割结果进行计算，从而将图像信息转换成了三元组信息，将其存入到通过protégé建立的心力衰竭本体中，然后利用语义技术的强大推理功能，可以自动化的对心脏状态进行检测。本发明专利技术可以在几乎不需要人工干预的情况下，对输入的心脏磁共振图像序列进行心肌质量的计算以及左室射血分数的计算。左心室内外膜的提取精度也得到很大的提高，能够减少内外膜轮廓的提取受到乳头肌以及伪影的影响而带来的错误分割。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，所述方法包括：通过对左心室磁共振图像的内膜以及外膜进行分割，对分割结果进行计算，从而将图像信息转换成了三元组信息，将其存入到通过protégé建立的心力衰竭本体中，然后利用语义技术的强大推理功能，可以自动化的对心脏状态进行检测。本专利技术可以在几乎不需要人工干预的情况下，对输入的心脏磁共振图像序列进行心肌质量的计算以及左室射血分数的计算。左心室内外膜的提取精度也得到很大的提高，能够减少内外膜轮廓的提取受到乳头肌以及伪影的影响而带来的错误分割。【专利说明】
本专利技术涉及数字家庭
，具体涉及一种。
技术介绍
心力衰竭是公认的危害人类生命健康的重大疾病之一。据统计，在全球范围内约有1200?1500的患者苦于心力衰竭的煎熬；在欧美近10亿人口中心衰患者多达5% ;而美国心衰患者约500万，每年新增50万人；在中国现心衰患者则达400多万，治疗费用每年接近100亿，这给国家以及社会带来严重的经济负担。此外，尽管心力衰竭的治疗取得飞速的发展，然而其死亡率依然居高不下，如在我国，心衰的住院率占同期心血管疾病的20%，但死亡率缺高达40% ;而NYHA II1-1V级的患者死亡率则高达30%?40%，严重威胁着人类的生命健康。此外根据统计，50%以上的心力衰竭患者均伴随着左心室肥大的现象，以及异常的左室射血分数以及心肌质量，如果能从医学图像上对此做出检测，那将会给心力衰竭的早期诊断和治疗带来很大的便利，也能减少大量人力物力的投入。与本专利技术相关的技术主要有两者:心脏左心室的自动化分割以及语义医疗技术。其中，心脏左心室的自动化分割方法主要是针对心脏的形状特征以及灰度特征等特点研究，其中比较前沿的算法有基于聚类分析的分割方法、基于统计学的图像分割方法、基于图论的分割方法以及基于可形变模型以及微分方程的分割方法等。基于聚类分析的分割方法一般会与基于图像灰度特征的高斯混合模型(GaussianMixture model, GMM)结合,应用到心脏图像的分割上。高斯混合模型是通过图像灰度直方图反映的某个灰度值出现的频次来区分图像中的前景区域以及背景区域的，而不同的区域对应不同的峰。对于复杂的图像，尤其是医学图像由于其灰度的不均匀性，所以一般表现是多峰的。通过将直方图的多峰特性看作是多个高斯分布的叠加，随后采用聚类分析的方法将这些峰分离开去，例如使用K-means等，便可以解决图像的分割的问题。基于统计学的方法是应用统计学的方法进行数学建模，将数字图像中各像素点的灰度看成具有一定概率分布的随机变量，从而正确的分割图像或从观察到的图像中恢复实际物体。从Bayes统计的角度出发，就是求出具有最大后验概率的分布，其中著名的统计学模型有马尔科夫随机场(Markov Random Field,MRF)模型以及条件随机场(Condit1nalRandom Field,CRF)模型。由于现实场景中的图像因为像素点间的灰度联系比较大，因此采用统计学的方法来进行分割会得到比较好的效果。而对于医学图像，由于统计学的分割需求计算量非常大而且由于很容易因相关性过强导致丢失边缘细节信息，所以在灰度分布不均的医学图像上进行分割有很大的挑战性。基于图论的分割方法源于聚类思想，其原理是把图像看作带权的图G= (V, E), V是顶点集，E是图的边集，而G是指不同顶点组成的无序对(或有序对)所构成的集合，其中可以利用图像灰度信息等来构造边的权重值，构建完顶点集和边集之后，通过寻找最优割集来完成图像的分割。
技术实现思路
本专利技术要解决的技术问题主要有两个:一者是通过何种方法能够很好地提取出左心室磁共振图像的内外膜轮廓并计算出左心室射血分数以及心肌质量的相对于心力衰竭诊断非常有用的信息；二者是在得到心脏磁共振图像信息后，如何将其与语义技术结合，应用于心力衰竭的早期诊断之中。本专利技术实施例提供了一种，包括如下:通过对左心室磁共振图像的内膜以及外膜进行分割，对分割结果进行计算，从而将图像信息转换成了三元组信息，将其存入到通过prot6g6建立的心力衰竭本体中，然后利用语义技术的强大推理功能，可以自动化的对心脏状态进行检测。所述方法包括:首先输入心脏磁共振图像的序列，随后需要将这一序列中的第一张图作为样本，需要通过人工的方式勾勒出心脏左室内膜区域；然后，通过该样本采用凸松弛算法计算出心脏内膜区域，随后以该内膜区域作为主动轮廓模型的迭代初始曲线，从而提取出心脏左心室的外膜轮廓，通过得到的内外膜分割结果来计算心脏左心室的射血分数以及心肌质量等参数；接着，通过prot6g6建立心力衰竭本体,然后将计算得到的射血分数以及心肌质量等参数通过三元组的形式储存到该本体中，然后结合该本体中储存的与该病人心力衰竭诊断相关的信息，从而推理得知该病人心力衰竭的病症。本专利技术具有如下有益效果，通过本专利技术，可以在几乎不需要人工干预的情况下，对输入的心脏磁共振图像序列进行心肌质量的计算以及左室射血分数的计算。左心室内外膜的提取精度也得到很大的提高，能够减少内外膜轮廓的提取受到乳头肌以及伪影的影响而带来的错误分割。最后，建立心力衰竭本体，结合计算得到的心肌质量以及左室射血分数等参数，通过本体的推理引擎，能够自动化地对输入的心脏磁共振图像进行特征提取，然后结合病人的其他身体状况信息，在几乎不需要医生的干涉下能够做出医疗诊断，或者，能够给医生诊断提供非常有价值的参考意见(如做出心力衰竭病情诊断以及药物建议等)。【专利附图】【附图说明】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例中的心脏左心室内外膜分割流程图；图2是本专利技术实施例中的心力衰竭辅助医疗决策系统流程图；图3是本专利技术实施例中的心力衰竭本体与对象属性示意图；图4是本专利技术实施例中的心力衰竭语义医疗诊断系统的接口结构图。【具体实施方式】下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本专利技术提出的基于语义技术与医学图像分割结合的心力衰竭检测流程如下所示:首先输入心脏磁共振图像的序列，随后需要将这一序列中的第一张图作为样本(即心脏短轴切图心脏基部)，需要通过人工的方式勾勒出心脏左室内膜区域。然后，通过该样本采用凸松弛算法计算出心脏内膜区域，随后以该内膜区域作为主动轮廓模型的迭代初始曲线，从而提取出心脏左心室的外膜轮廓，通过得到的内外膜分割结果来计算心脏左心室的射血分数以及心肌质量等参数。接着，通过prot6g6建立心力衰竭本体，然后将计算得到的射血分数以及心肌质量等参数通过三元组的形式储存到该本体中，然后结合该本体中储存的与该病人心力裳竭诊断相关的?目息，从而推理得知该病人心力裳竭的病症。其中图1为心脏左心室内外膜分割的流程图，而图2所示为心力衰竭辅助医疗诊断系统的实现流程本文档来自技高网...

【技术保护点】
一种基于语义技术与医学图像分割结合的心力衰竭检测方法，其特征在于，所述方法包括：通过对左心室磁共振图像的内膜以及外膜进行分割，对分割结果进行计算，从而将图像信息转换成了三元组信息，将其存入到通过protégé建立的心力衰竭本体中，然后利用语义技术的强大推理功能，可以自动化的对心脏状态进行检测。

【技术特征摘要】

【专利技术属性】
技术研发人员：苏航，冯荆平，刘海亮，杨艾琳，
申请(专利权)人：中山大学深圳研究院，
类型：发明
国别省市：广东;44