一种基于MRA的动脉瘤检测方法、系统、终端及介质技术方案

本发明专利技术公开了一种基于MRA的颅内动脉瘤检测方法，包括以下步骤：获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；自动分割颅内动脉血管体素；对血管区域中的每个体素制作多个补丁，计算所有补丁包含动脉瘤的概率，将计算出的概率按照预设概率阈值分类，大于预设概率阈值的体素基于曲率算法生成体积形状指数图像和曲率图像来显示动脉瘤；测量动脉瘤的最大直径；输出动脉瘤检测结果。该方法能准确识别出颅内动脉血管，还能准确测量出动脉瘤的大小。

【技术实现步骤摘要】
一种基于MRA的动脉瘤检测方法、系统、终端及介质
本专利技术涉及医学影像和计算机
，具体涉及一种基于MRA的动脉瘤检测方法、系统、终端及介质。
技术介绍
颅内动脉瘤是发生在颅内动脉管壁上的异常膨出，是非外伤性蛛网膜下腔出血的主要原因。据报道未破裂颅内动脉瘤的患病率约为3.2％，如果动脉瘤随着时间增长，其破裂风险可能高达2.4％，这是稳定的动脉瘤破裂风险的12倍。破裂的危险因素包括动脉瘤大小、位置、形态以及血流动力学等，动脉瘤一旦破裂可能出现严重后果，甚至危及生命，因此尽早诊断非常重要。关于颅内动脉瘤的诊断，现有的方式主要有：数字减影血管造影(DSA)、CT血管造影(CTA)、磁共振血管造影(MRA)等。由于DSA和CTA均需要辐射曝光和对比剂注射，所以应用范围局限。MRA被用来筛查未破裂的动脉瘤，作为一种非侵入性的检查方式，其诊断颅内动脉瘤的灵敏度高达96.7％。特别是3维飞行时间磁共振血管成像(3D-TOF-MRA)对小动脉瘤有较高的灵敏度，能多方位成像，可以反应颅内血管形态及血流参数。最大密度投影重建(MIP)是处理MRA图像最为常用的一种方法，MIP图像具有直观、全面显示成像范围内走行迂曲血管的优势。工智能(AI)因其在基于图像任务中令人印象深刻的表现而受到全世界的关注。AI几乎参与了动脉瘤的所有步骤，包括检测、破裂风险、并发症预测、治疗策略选择和复发风险评估。然而，结果并不完全令人满意，存在一些限制和挑战。深度学习是机器学习的一个子领域，已经被用来开发最先进的图像识别算法。既往已有研究基于卷积神经网络(CNN)的深度学习算法应用于MIPMRA图像自动检测颅内动脉瘤，这些算法虽然获得了很高的灵敏度，但在小动脉瘤检测方面，灵敏度普遍不高，并且还有相当高的假阳性率，研究中也没有报道特异度。如果算法的特异度较低，则可能把血管分叉和血管狭窄误认为动脉瘤，出现假阳性，增加放射科医生的诊断时间及误诊率，从而限制了临床应用。
技术实现思路
针对现有技术中的缺陷，本专利技术实施例提供的一种基于MRA的颅内动脉瘤检测方法、系统、终端及介质，能准确识别出颅内动脉血管，还能准确测量出动脉瘤的大小。第一方面，本专利技术第一实施例提供的一种基于MRA的颅内动脉瘤检测方法，包括以下步骤：获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；自动分割颅内动脉血管体素；对血管区域中的每个体素制作多个补丁，计算所有补丁包含动脉瘤的概率，将计算出的概率按照预设概率阈值分类，大于预设概率阈值的体素基于曲率算法生成体积形状指数图像和曲率图像来显示动脉瘤；测量动脉瘤的最大直径；输出动脉瘤检测结果。第二方面，本专利技术另一实施例提供的一种基于MRA的颅内动脉瘤检测系统，包括：图像获取模块、MIP重建模块、自动分割模块、动脉瘤识别模块、动脉瘤测量模块和检测结果输出模块，所述图像获取模块用于获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；所述MIP重建模块用于对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；所述自动分割模块用于自动分割颅内动脉血管体素；所述动脉瘤识别模块用于对血管区域中的每个体素制作多个补丁，计算所有补丁包含动脉瘤的概率，将计算出的概率按照预设概率阈值分类，大于预设概率阈值的体素基于曲率算法生成体积形状指数图像和曲率图像来显示动脉瘤；所述动脉瘤测量模块用于测量动脉瘤的最大直径；所述检测结果输出模块用于输出动脉瘤检测结果。第三方面，本专利技术另一实施例提供还提供一种智能终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。第四方面，本专利技术另一实施例提供还提供计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。本专利技术的有益效果：本专利技术实施例提供的一种基于MRA的颅内动脉瘤检测方法，同时使用3D-TOF-MRA源图像和MIP图像，利用精准的血管分割方法建立了动脉血管的网格模型，然后再将血管区域中的每个体素进行检测，概率大于0.5的体素使用基于曲率法来可视化动脉瘤，评估其形状及曲率，最终输出结果，最后再对动脉瘤进行最大直径的测量，该方法能准确识别出颅内动脉血管，还能准确测量出动脉瘤的大小。测试结果表明，该方法具有很高的灵敏度和特异度，内部测试组灵敏度为97.0％，特异度为93.0％；外部测试组灵敏度为98.0％，特异度为94.0％，受试者工作特征(ROC)曲线下面积为0.92。动脉瘤最大直径为0.5～25.50mm，其中30％小于3mm。本实施例的动脉瘤检测方法对最大直径大于5mm的动脉瘤，无论是在内部测试集中还是在外部测试集中都能100％检测到。对最大直径≤3mm的微小动脉瘤，仍有较高的灵敏度，内部测试组为92.5％，外部测试组为91.0％。该方法完全自动化，耗时短，让医生能够在计算机的帮助下实现更快、更准确的进行病变检测，对颅内动脉瘤进行低成本且高效的筛查，具有显著的临床意义。本专利技术实施例提供的一种基于MRA的颅内动脉瘤检测系统、终端及介质，与基于MRA的颅内动脉瘤检测方法出于相同的专利技术构思，具有相同的有益效果。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。图1示出了本专利技术第一实施例所提供的一种基于MRA的颅内动脉瘤检测方法的流程图；图2示出了本专利技术第一实施例中的血管分割流程图；图3示出了本专利技术第一实施例中检测得到颅内动脉瘤输出的包围盒；图4使出了本专利技术第一实施例中的检测出的动脉瘤最大直径；图5示出了本专利技术第二实施例所提供的一种基于MRA的颅内动脉瘤检测系统的结构框图；图6示出了本专利技术第三实施例所提供的一种智能终端的结构框图。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做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操本文档来自技高网...

【技术保护点】
1.一种基于MRA的颅内动脉瘤检测方法，其特征在于，包括以下步骤：/n获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；/n对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；/n自动分割颅内动脉血管体素；/n对血管区域中的每个体素制作多个补丁，计算所有补丁包含动脉瘤的概率，将计算出的概率按照预设概率阈值分类，大于预设概率阈值的体素基于曲率算法生成体积形状指数图像和曲率图像来显示动脉瘤；/n测量动脉瘤的最大直径；/n输出动脉瘤检测结果。/n

【技术特征摘要】
1.一种基于MRA的颅内动脉瘤检测方法，其特征在于，包括以下步骤：
获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；
对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；
自动分割颅内动脉血管体素；
对血管区域中的每个体素制作多个补丁，计算所有补丁包含动脉瘤的概率，将计算出的概率按照预设概率阈值分类，大于预设概率阈值的体素基于曲率算法生成体积形状指数图像和曲率图像来显示动脉瘤；
测量动脉瘤的最大直径；
输出动脉瘤检测结果。


2.如权利要求1所述的方法，其特征在于，所述自动分割颅内动脉血管体素具体包括：
使用滤波器对血管区域进行增强，突出血管面积；
使用一个立方体从外部包裹头骨并收缩立方体，当立方体的面与头骨接触时，接触点被用作种子点，自阈值区域从种子点开始生长，并对结果进行平滑处理，得到颅骨区域体素，移除颅骨区域体素；
根据血管的强度区域对移除颅骨的数据进行二值化，将所有大于背景密度值的体素设为1，进行连通域统计，根据连通域包含的体素数量排列连通域，并从排列在设定数值范围内的相连域中选择种子点；
利用移动立方体法重建血管，得到全颅动脉血管的表面网格模型，所述表面网格模型为血管的内表面。


3.如权利要求1所述的方法，其特征在于，所述大于预设概率阈值的体素基于曲率算法生成形状指数图像和曲率图像来显示动脉瘤具体包括：
计算每个大于预设概率阈值的体素上的形状指数和和曲率值；
将形状指数和曲率值转成颜色标记，使每个体素具有独立的颜色分量进行动脉瘤再现。


4.如权利要求3所述的方法，其特征在于，所述测量动脉瘤的最大直径具体包括：
将MIP图像裁剪到动脉瘤周围区域，将所有图像大小调整为256*256像素；
输出预测掩膜，移除小于100像素的预测动脉瘤的区域，留下单个最大的掩膜区域，计算出动脉瘤掩膜的表面边缘，计算每对可能的边界点之间的距离集合，其中，边界点在掩膜边界上，取距离最大值作为动脉瘤的最大直径。


5.一种基于MRA的颅内动脉瘤检测系统，其特征在于，包括：图像获取模块、MIP重建模块、自动分割模块、动脉瘤识别模块、动脉瘤测量模块和检测结果输出模块，
所述图像获取模块用于获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；
所述MIP重建模块用于对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；
...

【专利技术属性】
技术研发人员：马学升，刘伟奇，徐鹏，尹亮，陈金钢，赵友源，
申请(专利权)人：同心医联科技北京有限公司，
类型：发明
国别省市：北京;11