基于数据增强的脑部图像分析系统、方法及设备技术方案

本发明专利技术属于图像分析领域，具体涉及了一种基于数据增强的脑部图像分析系统、方法和设备，旨在解决现有的脑部图像分析系统只能孤立地分析一种脑部病变而忽略三种病变存在多发可能、分类模型训练数据集较少使得诊断精度不高且不可靠和仅用分类模型分类精度较低等问题。本发明专利技术包括：通过3D分割网络识别模型获取立体分割掩膜，将立体分割掩膜和脑部MR图像结合生成不同病灶增强图像，通过训练好的分类网络获得分类结果。本发明专利技术考虑到了三种肿瘤病变的多发性，提高了脑部图像分析的准确性，提高了模型诊断精度和模型诊断可靠性，使用分割标签训练分割网络增强病灶区域，显著提高了诊断准确率。

【技术实现步骤摘要】
基于数据增强的脑部图像分析系统、方法及设备
本专利技术属于图像分析领域，具体涉及了一种基于数据增强的脑部图像分析系统、方法及设备。
技术介绍
原发性中枢神经系统淋巴瘤(PCNSL)、脑胶质母细胞瘤(GBM)和肿大性脱髓鞘病变(TDL)是三种病理、治疗和预后不同的病变。所有这些病变都可以是孤立性和多发性的。由于这些孤立性病变，这三种实体通常表现为周围水肿的增强性肿块；由于这些多发性病变，它们表现为脑内分散和增强的肿块。由于常规MRI表现相似，一些先进的MR方法被用来鉴别三种病变。例如，系统回顾显示动态敏感性对比增强图像(DSC)和动脉自旋标记(ASL)有可能区分PCNSL和GBM。另一项研究表明，弥散加权成像(DWI)可作为鉴别PCNSL、GBM和炎性脱髓鞘假瘤的有效诊断工具。然而，这些先进的磁共振成像主要集中在病变的增强部分，而忽略了非增强部分。放射分析可以探测整个病灶，包括增强和非增强成分。近年来，不同的放射组学被发展用于大脑实体。例如，深度学习方法被用于脑膜瘤的鉴别诊断。QianZ等人从他的发现中总结了放射组学在GBM和孤立本文档来自技高网...

【技术保护点】
1.一种基于数据增强的脑部图像分析系统，其特征在于，所述系统包括：数据获取模块、格式转换模块、3D分割模块、数据增强模块和图像分类模块；/n所述病灶区域获取模块，配置为获取原始多模态脑部MR图像；/n所述格式转换模块，配置为通过Slicer软件将dicom格式的所述原始脑部MR图像转化为NIFTI格式，生成NIFTI格式的脑部图像；/n所述3D划分模块，配置为基于所述NIFTI格式的脑部图像，通过训练好的3D分割模型识别获取病灶立体分割掩膜；/n所述数据增强模块，配置为将所述病灶立体分割掩膜和所述原始多模态脑部MR图像结合使得病灶区域像素点增强生成病灶增强数据；/n所述图像分类模块，配置为基于...

【技术特征摘要】
1.一种基于数据增强的脑部图像分析系统，其特征在于，所述系统包括：数据获取模块、格式转换模块、3D分割模块、数据增强模块和图像分类模块；
所述病灶区域获取模块，配置为获取原始多模态脑部MR图像；
所述格式转换模块，配置为通过Slicer软件将dicom格式的所述原始脑部MR图像转化为NIFTI格式，生成NIFTI格式的脑部图像；
所述3D划分模块，配置为基于所述NIFTI格式的脑部图像，通过训练好的3D分割模型识别获取病灶立体分割掩膜；
所述数据增强模块，配置为将所述病灶立体分割掩膜和所述原始多模态脑部MR图像结合使得病灶区域像素点增强生成病灶增强数据；
所述图像分类模块，配置为基于所述病灶增强数据，通过训练好的病灶图像分类模型获得分类结果。


2.根据权利要求1所述的基于数据增强的脑部图像分析系统，其特征在于，所述3D划分模块，具体包括预处理单元、下采样单元、上采样融合单元和掩膜生成单元；
所述预处理单元，配置为基于所述把原始多模态脑部MR图像分割出脑区域图像，并进行归一化生成待提取图像；
所述下采样单元，配置为基于所述待提取图像，通过1层卷积层和4层下采样层分级提取获得不同深度的特征；
所述上采样融合单元，配置为通过4层上采样层将所述不同深度的特征进行融合获得融合特征图；
所述掩膜生成单元，配置为基于所述融合特征图，通过argmax函数获得包含病灶区域的分割掩膜，并通过双线性插值的方法获得病灶立体分割掩膜。


3.根据权利要求2所述的基于数据增强的脑部图像分析系统，其特征在于，所述数据增强模块，具体为：将所述病灶立体分割掩膜与所述原始多模态脑部MR图像结合进行像素点增强，结合方程为：
Mn＝M+M·n·k
其中，Mn表示病灶增强数据，M表示原始多模态脑部MR图像，n表示病灶立体分割掩膜，k表示增强系数。


4.根据权利要求3所述的基于数据增强的脑部图像分析系统，其特征在于，所述增强系数k可取值为-0.5、0、0.5、1、2。


5.根据权利要求3所述的基于数据增强的脑部图像分析系统，其特征在于，所述图像分类模块具体包括：图像预处理单元和区域分类单元
所述图像预处理单元，配置为对所述病灶增强数据进行归一化生成待分类图像；
所述区域分类单元，配置为...

【专利技术属性】
技术研发人员：马喜波，雷震，梁科委，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11