心房间隔闭塞患者心脏医学影像分割方法及系统技术方案

本发明专利技术涉及一种心房间隔闭塞患者心脏医学影像分割方法，包括：采集心房间隔闭塞患者心脏MRI数据集，利用光谱分析方法处理该MRI数据集；将处理过的MRI数据集进行数据增强，并将数据增强后的MRI数据集进行二元分类的分割，得到被正确划分的MRI数据集；对被正确划分的MRI训练数据集，采用迁移学习方法微调卷积神经网络模型，以提取对后续医学影像分割有用的特征；利用提取的对医学影像分割有用的特征设计U‑Net架构，并利用U‑Net架构完成端到端的像素到像素的医学影像分割。本发明专利技术还涉及一种心房间隔闭塞患者心脏医学影像分割系统。本发明专利技术能够提高心血管MRI检查中的诊断效率，准确分割心脏医学影像，高效实现端到端的对心脏MRI图像的目标和背景分类。

Segmentation method and system of cardiac medical image in patients with atrial septal occlusion

【技术实现步骤摘要】
心房间隔闭塞患者心脏医学影像分割方法及系统
本专利技术涉及一种心房间隔闭塞患者心脏医学影像分割方法及系统。
技术介绍
在房间隔缺损(ASD)医学图像分析中，由于来自左心房的隔膜缺损引起的血液流入，右心房显示出严重肿胀，并导致两个心房中的血容量不平衡。磁共振成像(MagneticResonanceImaging，MRI)通常用于诊断这种心脏病，然而，金属房间隔封堵器的引入在其放置的区域造成了重影效应，导致不正确的活动轮廓分割。Kucera等人已经实现了在心脏的短轴和长轴视图上可靠的活动轮廓3D模型，他提出了一种基于区域的外力来分割左心室。Sarti等提出了一种基于区域的分割模型方法，实现了灰度级统计分布的先验知识，他们使用水平集方法驱动曲线演化，以便相对于图像像素的统计分布规律获得目标的最大似然分割。Boukerroui等人提出了另一种基于区域的分割方法，基于自适应分割算法，其中加权函数考虑本地和全局统计。Mishra等人提出了基于遗传算法(GA)求解优化问题的短轴视图分割方法中左心室的另一种主动轮廓分割模型。随后，Mignotte和Me本文档来自技高网...

【技术保护点】
1.一种心房间隔闭塞患者心脏医学影像分割方法，其特征在于，该方法包括如下步骤：/na.采集心房间隔闭塞患者心脏MRI数据集，利用光谱分析方法处理该MRI数据集；/nb.将由光谱分析方法处理过的MRI数据集进行数据增强，并将数据增强后的MRI数据集进行二元分类的分割，得到被正确划分的MRI数据集；/nc.对被正确划分的MRI训练数据集，采用迁移学习方法微调卷积神经网络模型，以提取对后续医学影像分割有用的特征；/nd.利用提取的对医学影像分割有用的特征设计U-Net架构，并利用U-Net架构完成端到端的像素到像素的医学影像分割。/n

【技术特征摘要】
1.一种心房间隔闭塞患者心脏医学影像分割方法，其特征在于，该方法包括如下步骤：
a.采集心房间隔闭塞患者心脏MRI数据集，利用光谱分析方法处理该MRI数据集；
b.将由光谱分析方法处理过的MRI数据集进行数据增强，并将数据增强后的MRI数据集进行二元分类的分割，得到被正确划分的MRI数据集；
c.对被正确划分的MRI训练数据集，采用迁移学习方法微调卷积神经网络模型，以提取对后续医学影像分割有用的特征；
d.利用提取的对医学影像分割有用的特征设计U-Net架构，并利用U-Net架构完成端到端的像素到像素的医学影像分割。


2.如权利要求1所述的方法，其特征在于，所述的步骤b具体包括：
采用数据增强的方法对MRI数据集进行数据增强，水平和垂直滑动，随机裁切，增加颜色抖动和高斯噪声；
对数据增强后的MRI数据集进行分割，将分割视为二元分类，即0和1，1代表被正确地划分，0代表被错误地划分。


3.如权利要求2所述的方法，其特征在于，所述的步骤c具体包括：
利用迁移学习方法选用深度学习卷积神经网络VGG16的预训练模型作为U-Net网络的编码器；
利用深度学习卷积神经网络VGG16的预训练模型对ImageNet权值进行初始化；
采用微调的方法修改深度学习卷积神经网络VGG16预训练模型最后一层的输出类别，并且加快最后一层的参数学习速率；调整Solver的配置参数。


4.如权利要求3所述的方法，其特征在于，所述的步骤d具体包括如下步骤：
U-Net架构的左半部分是编码器部分，所述编码器捕获上下文的收缩路径，进行特征提取；
U-Net架构的右半部分是解码器部分，所述解码器进行精确定位对称扩展路径；
利用U-Net架构的编码器部分和解码器部分对医学影像进行分割并得到分割结果。


5.如权利要求4所述的方法，其特征在于，所述的分割结果包括：
Truepositives：被正确地划分为正例的个数；
Falsepositives：被错误地划分为正例的个数；
Falsenegatives：被错误地划分为负例的个数；
Truenegatives：被正确地划分为负例的个数。


6.一种心房间隔闭塞患者心脏医学影像分割系统，...

【专利技术属性】
技术研发人员：黄建龙，吴剑煌，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44