肝占位性病灶区域的检测方法、装置和实现装置制造方法及图纸

本发明专利技术提供了一种肝占位性病灶区域的检测方法、装置和实现装置；其中，该方法包括：获取肝部的CT增强图像；CT增强图像包括动脉期、门静脉期和实质期；每期图像包括多帧图片；对动脉期、门静脉期和实质期中，对应帧的图片进行线性叠加处理，得到CT增强图像对应的合成图像；将合成图像输入至预先建立的肝占位性病灶区域检测模型中，根据输出结果检测肝占位性病灶区域；其中，肝占位性病灶区域检测模型通过3D卷积神经网络训练而成。本发明专利技术通过将CT增强图像中三期图像进行线性叠加，可以增大病灶区域与正常区域的图像差异，再采用3D卷积神经网络训练得到的模型检测肝占位性病灶区域，从而提高了肝占位性病灶区域识别方式准确性。 1

Detection method, device and implementation device for liver occupying lesion area

The present invention provides a detection method, device and an implementation device for a region of liver space occupying focus, in which the method includes: obtaining an enhanced CT image of the liver; the CT enhancement image includes the arterial phase, the portal vein period, and the phase of the substance; each image includes a multi frame picture; the corresponding frame is in the arterial, portal, and substance periods. The image was processed by linear superposition, and the synthetic image corresponding to the CT enhanced image was obtained. The synthetic image was inputted into the pre established liver occupying focus region detection model, and the liver occupying focus area was detected according to the output. The area detection model of the liver space occupying focus area was trained by the 3D convolution neural network. By linear superposition of the three phase images in the enhanced image of CT, the difference between the focus area and the normal area can be increased, and the model of the 3D convolution neural network is used to detect the area of the liver space occupying focus, thus improving the accuracy of the recognition method of the liver space occupying focus area. One

【技术实现步骤摘要】
肝占位性病灶区域的检测方法、装置和实现装置
本专利技术涉及医学影像
，尤其是涉及一种肝占位性病灶区域的检测方法、装置和实现装置。
技术介绍
CT增强扫描通过观察肝癌、周围肝脏、血管的密度的动态变化，可以弥补普通CT扫描的不足。例如，在注射造影剂后早期(动脉期)，肝癌主要由肝动脉供血而显著增强、密度增高，周围肝组织主要有门静脉供血增强不明显、密度相对较低；在注射造影剂的后期(静脉期)，肝癌不再强化、密度下降，周围肝组织增强明显，密度增高。因而，在注射造影剂后不同时间扫描就可使肝癌更清晰的显示出来。CT增强扫描可以更加明显地凸显肝部癌变区域的特征，但受限于设备、经验、人眼客观识别能力，外加超负荷工作的影响，医生难免会出现漏诊和误诊，导致肝占位性病灶区域识别方式准确性较低。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种肝占位性病灶区域的检测方法、装置和实现装置，以提高肝占位性病灶区域识别方式准确性。第一方面，本专利技术实施例提供了一种肝占位性病灶区域的检测方法，包括：获取肝部的CT增强图像；CT增强图像包括动脉期、门静脉期和实质期；每期图像包括多帧图片；对动脉期、门静脉期和实质期中，对应帧的图片进行线性叠加处理，得到CT增强图像对应的合成图像；将合成图像输入至预先建立的肝占位性病灶区域检测模型中，根据输出结果检测肝占位性病灶区域；其中，肝占位性病灶区域检测模型通过3D卷积神经网络训练而成。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，上述对动脉期、门静脉期和实质期中，对应帧的图片进行线性叠加处理，得到CT增强图像对应的合成图像的步骤，包括：设置初始值i＝1；执行线性叠加处理步骤：分别获取动脉期、门静脉期和实质期中，第i帧的图片F1i、F2i和F3i；其中，F1i为动脉期中的第i帧图片，F2i为门静脉期中的第i帧图片，F3i为实质期中的第i帧图片；计算各像素位置处的CT值F4i(x,y)＝a*F1i(x,y)+b*F2i(x,y)+c*F3i(x,y)；其中，F1i(x,y)为F1i中像素位置(x，y)处的CT值；F2i(x,y)为F2i中像素位置(x，y)处的CT值；F3i(x,y)为F3i中像素位置(x，y)处的CT值；a、b和c为预设的线性系数；i＝i+1；继续执行上述线性叠加处理步骤，直至i＝N，得到合成图像；N为动脉期、门静脉期或实质期的图片帧数。结合第一方面的第一种可能的实施方式，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，上述预设的线性系数a、b和c，通过下述方式确定：获取设定数量的肝部的CT增强样本图像和对应的标注信息；标注信息包括CT增强样本图像中的肝占位性病灶区域；生成CT增强样本图像对应的掩码图像；掩码图像中，肝占位性病灶区域的像素值为1，正常区域的像素值为0；生成CT增强样本图像中，F1i、F2i和F3i对应的掩码帧Fmi；掩码帧Fmi中，肝占位性病灶区域的像素值为1，正常区域的像素值为-1；根据F1i、F2i、F3i和Fmi建立目标函数，采用凸优化算法，求解目标函数为最优解时，线性系数a、b和c的值。结合第一方面的第二种可能的实施方式，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，上述根据F1i、F2i、F3i和Fmi建立目标函数，采用凸优化算法，求解目标函数为最优解时，线性系数a、b和c的值的步骤，包括：建立目标函数其中，n为第n个CT增强样本图像；Fnmi(x,y)为Fmi中像素位置(x，y)处的像素值；Pi为Fnmi(x,y)＝k的概率；k＝1或-1；基于条件a+b+c＝1，求解目标函数为最大值时，线性系数a、b和c的值。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，上述肝占位性病灶区域检测模型通过下述方式训练获得：获取设定数量的肝部的CT增强样本图像对应的合成图像，以及对应的标注信息；标注信息包括肝占位性病灶区域的三维位置信息；建立3D卷积神经网络的网络结构；将合成图像以及对应的标注信息输入至网络结构中进行训练，生成肝占位性病灶区域检测模型。第二方面，本专利技术实施例提供了一种肝占位性病灶区域的检测装置，包括：图像获取模块，用于获取肝部的CT增强图像；CT增强图像包括动脉期、门静脉期和实质期；每期图像包括多帧图片；线性叠加处理模块，用于对动脉期、门静脉期和实质期中，对应帧的图片进行线性叠加处理，得到CT增强图像对应的合成图像；病灶区域检测模块，用于将合成图像输入至预先建立的肝占位性病灶区域检测模型中，根据输出结果检测肝占位性病灶区域；其中，肝占位性病灶区域检测模型通过3D卷积神经网络训练而成。结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，上述线性叠加处理模块，还用于：设置初始值i＝1；执行线性叠加处理步骤：分别获取动脉期、门静脉期和实质期中，第i帧的图片F1i、F2i和F3i；其中，F1i为动脉期中的第i帧图片，F2i为门静脉期中的第i帧图片，F3i为实质期中的第i帧图片；计算各像素位置处的CT值F4i(x,y)＝a*F1i(x,y)+b*F2i(x,y)+c*F3i(x,y)；其中，F1i(x,y)为F1i中像素位置(x，y)处的CT值；F2i(x,y)为F2i中像素位置(x，y)处的CT值；F3i(x,y)为F3i中像素位置(x，y)处的CT值；a、b和c为预设的线性系数；i＝i+1；继续执行上述线性叠加处理步骤，直至i＝N，得到合成图像；N为动脉期、门静脉期或实质期的图片帧数。结合第二方面的第一种可能的实施方式，本专利技术实施例提供了第二方面的第二种可能的实施方式，其中，上述预设的线性系数a、b和c，通过下述方式确定：获取设定数量的肝部的CT增强样本图像和对应的标注信息；标注信息包括CT增强样本图像中的肝占位性病灶区域；生成CT增强样本图像对应的掩码图像；掩码图像中，肝占位性病灶区域的像素值为1，正常区域的像素值为0；生成CT增强样本图像中，F1i、F2i和F3i对应的掩码帧Fmi；掩码帧Fmi中，肝占位性病灶区域的像素值为1，正常区域的像素值为-1；根据F1i、F2i、F3i和Fmi建立目标函数，采用凸优化算法，求解目标函数为最优解时，线性系数a、b和c的值。结合第二方面，本专利技术实施例提供了第二方面的第三种可能的实施方式，其中，上述肝占位性病灶区域检测模型通过下述方式训练获得：获取设定数量的肝部的CT增强样本图像对应的合成图像，以及对应的标注信息；标注信息包括肝占位性病灶区域的三维位置信息；建立3D卷积神经网络的网络结构；将合成图像以及对应的标注信息输入至网络结构中进行训练，生成肝占位性病灶区域检测模型。第三方面，本专利技术实施例提供了一种肝占位性病灶区域的检测实现装置，包括存储器和处理器，其中，存储器用于存储一条或多条计算机指令，所述一条或多条计算机指令被所述处理器执行，以实现上述肝占位性病灶区域的检测方法。本专利技术实施例带来了以下有益效果：本专利技术实施例提供的一种肝占位性病灶区域的检测方法、装置和实现装置，获取到肝部的CT增强图像后，对动脉期、门静脉期和实质期中对应帧的图片进行线性叠加处理，得到CT增强图像对应的合成图像；再将合成图像输入至预先建立的肝占位性病灶区域检测模型中本文档来自技高网...

【技术保护点】
1.一种肝占位性病灶区域的检测方法，其特征在于，包括：

【技术特征摘要】
1.一种肝占位性病灶区域的检测方法，其特征在于，包括：获取肝部的CT增强图像；所述CT增强图像包括动脉期、门静脉期和实质期；每期图像包括多帧图片；对所述动脉期、所述门静脉期和所述实质期中，对应帧的图片进行线性叠加处理，得到所述CT增强图像对应的合成图像；将所述合成图像输入至预先建立的肝占位性病灶区域检测模型中，根据输出结果检测肝占位性病灶区域；其中，所述肝占位性病灶区域检测模型通过3D卷积神经网络训练而成。2.根据权利要求1所述的方法，其特征在于，所述对所述动脉期、所述门静脉期和所述实质期中，对应帧的图片进行线性叠加处理，得到所述CT增强图像对应的合成图像的步骤，包括：设置初始值i＝1；执行线性叠加处理步骤：分别获取所述动脉期、所述门静脉期和所述实质期中，第i帧的图片F1i、F2i和F3i；其中，F1i为所述动脉期中的第i帧图片，F2i为所述门静脉期中的第i帧图片，F3i为所述实质期中的第i帧图片；计算各像素位置处的CT值F4i(x,y)＝a*F1i(x,y)+b*F2i(x,y)+c*F3i(x,y)；其中，F1i(x,y)为F1i中像素位置(x，y)处的CT值；F2i(x,y)为F2i中像素位置(x，y)处的CT值；F3i(x,y)为F3i中像素位置(x，y)处的CT值；a、b和c为预设的线性系数；i＝i+1；继续执行上述线性叠加处理步骤，直至i＝N，得到合成图像；N为所述动脉期、所述门静脉期或所述实质期的图片帧数。3.根据权利要求2所述的方法，其特征在于，所述预设的线性系数a、b和c，通过下述方式确定：获取设定数量的肝部的CT增强样本图像和对应的标注信息；所述标注信息包括所述CT增强样本图像中的肝占位性病灶区域；生成所述CT增强样本图像对应的掩码图像；所述掩码图像中，所述肝占位性病灶区域的像素值为1，正常区域的像素值为0；生成所述CT增强样本图像中，F1i、F2i和F3i对应的掩码帧Fmi；所述掩码帧Fmi中，所述肝占位性病灶区域的像素值为1，正常区域的像素值为-1；根据所述F1i、F2i、F3i和Fmi建立目标函数，采用凸优化算法，求解所述目标函数为最优解时，线性系数a、b和c的值。4.根据权利要求3所述的方法，其特征在于，所述根据所述F1i、F2i、F3i和Fmi建立目标函数，采用凸优化算法，求解所述目标函数为最优解时，线性系数a、b和c的值的步骤，包括：建立目标函数其中，n为第n个CT增强样本图像；Fnmi(x,y)为Fmi中像素位置(x，y)处的像素值；Pi为Fnmi(x,y)＝k的概率；k＝1或-1；基于条件a+b+c＝1，求解所述目标函数为最大值时，线性系数a、b和c的值。5.根据权利要求1所述的方法，其特征在于，所述肝占位性病灶区域检测模型通过下述方式训练获得：获取设定数量的肝部的CT增强样本图像对应的合成图像，以及对应的标注信息；所述标注信息包括肝占位性病灶区域的三维位置信息；建立...

【专利技术属性】
技术研发人员：胡飞，王方，
申请(专利权)人：北京青燕祥云科技有限公司，
类型：发明
国别省市：北京,11