前列腺MRI三维图像的图像特征获取方法技术

本发明专利技术涉及一种前列腺MRI三维图像的图像特征获取方法。本发明专利技术通过对前列腺T2WI图像进行自动器官分割，得到相应的前列腺器官区域，并基于分割结果映射到配准后的ADC与DWI图像上，得到多参数前列腺器官区域作为判别模型的输入，结合多参数MRI图像与深度学习算法来获得图像特征。本发明专利技术以大量前列腺影像数据为基础，建立前列腺器官自动分割模型，减少了无关背景信息对判别模型的干扰，并使用深度学习的方法融合多参数MRI图像的特征，实现高精度前列腺癌的特征提取，为提升前列腺癌的诊断效率与准确率提供依据。

Image feature acquisition method of three-dimensional prostatic MRI images

【技术实现步骤摘要】
前列腺MRI三维图像的图像特征获取方法
本专利技术涉及一种前列腺MRI三维图像的图像特征获取方法，获取的图像特征可用于辅助诊断前列腺癌，属于医学图像计算机辅助诊断

技术介绍
前列腺癌是男性中常见的恶性肿瘤，是全球范围内男性第二位常见的癌症，在中国男性中前列腺癌的发病率也与日俱增。核磁共振成像(MRI)检查以非侵入检查、扫描图像多样化、病灶信号突出的优势成为医院诊断前列腺癌的重要方法，MRI成像包括T2WI(T2加权成像)、DWI(弥散加权成像)、ADC(表面扩散系数)等序列辅助放射科医生进行诊断。其中T2WI图像提供了较为清晰的组织对比，DWI与ADC图像提供了组织中水分子扩散受限程度，在DWI图像中b值为扩散敏感系数，是DWI中一个重要的参数。这三个序列的图像均能在一定程度反应前列腺癌病灶特征，对前列腺癌判别有着重要的意义。近年来MRI影像数量伴随着前列腺癌病发率的增加而不断累积，并且MRI图像通常具有序列多且结构复杂的特点，影像科医生在诊断过程中不仅要勾画前列腺与其它组织的边缘界限，还要根据前列腺器官的表征进行恶性肿瘤判别，此过程是困难且耗时的，往往会因受到经验与时间的本文档来自技高网...

【技术保护点】
1.一种前列腺MRI三维图像的图像特征获取方法，其特征在于，包括以下步骤：步骤1、获取前列腺MRI影像数据集，前列腺MRI影像数据集包含T2WI、ADC、DWI三个扫描序列，将ADC扫描序列与DWI扫描序列配准到T2WI扫描序列上保证三个序列的每个像素点对应相同的器官掩膜区域，通过将T2WI图像上标注区域映射到配准后的ADC图像与DWI图像后形成训练数据集，T2WI图像上标注区域为前列腺器官的范围，由人工标注得到；步骤2、使用深度学习的方法结合医生在T2WI图像标注的前列腺器官区域进行训练，得到前列腺自动分割模型，模型结构包括下采样、上采样及生成掩膜图像：(1)下采样过程：下采样过程将输入的T...

【技术特征摘要】
1.一种前列腺MRI三维图像的图像特征获取方法，其特征在于，包括以下步骤：步骤1、获取前列腺MRI影像数据集，前列腺MRI影像数据集包含T2WI、ADC、DWI三个扫描序列，将ADC扫描序列与DWI扫描序列配准到T2WI扫描序列上保证三个序列的每个像素点对应相同的器官掩膜区域，通过将T2WI图像上标注区域映射到配准后的ADC图像与DWI图像后形成训练数据集，T2WI图像上标注区域为前列腺器官的范围，由人工标注得到；步骤2、使用深度学习的方法结合医生在T2WI图像标注的前列腺器官区域进行训练，得到前列腺自动分割模型，模型结构包括下采样、上采样及生成掩膜图像：(1)下采样过程：下采样过程将输入的T2WI图像经过若干卷积模块后，实现图像维度降低的同时提取图像的高层特征，生成n个表示高层特征信息的特征图；(2)上采样过程：上采样过程将下采样过程生成的n个表示高层特征信息的特征图进行卷积、RELU激活函数与反池化，使特征图尺寸增加；(3)生成掩膜图像：经过上采样与下采样不断迭代优化，在迭代过程中以相似性损失函数进行优化，生成与原始T2WI图像大小相同的二进制掩膜图像，达到输入任何前列腺T2WI图像后自动分割前列腺器官区域的目的；步骤3、基于步骤2建立的前列腺自动分割模型，自动提取每个样本T2WI图像的前列腺器官区域作为感兴趣区域ROI，将提取产生的二进制掩膜图像映射到配准后的ADC图像和DWI图像上，提取这三个序列图像的前列腺器官区域，形成新的T2WI、ADC、DWI多参数图像；步骤4、构建深度卷积结构，深度卷积结构通过对上一步得到的T2WI、ADC、DWI多参数图像的组合，使不同的序列图像按类型纵向堆积，再进行三维卷积提取特征，卷积的过程贯穿三个序列的相同位置，经过三维卷积和池化后，...

【专利技术属性】
技术研发人员：张敬谊，王培军，丁偕，王伟，王瑜，王磊，曹学香，
申请(专利权)人：万达信息股份有限公司，
类型：发明
国别省市：上海,31