基于脑血管CT影像的图像处理方法及图像处理装置制造方法及图纸

本发明专利技术公开了一种基于脑血管CT影像的图像处理方法，包括以下步骤：步骤1，对深度神经网络进行训练；步骤2，采用常规的CT扫描仪进行三种方式的扫描，得到NCCT、CTA和CTA+影像；步骤3，对NCCT、CTA和CTA+影像进行自动FOV的裁剪和配准；步骤4，对CTA及CTA+图像进行图像增强变换；步骤5，将三种影像数据NCCT、CTA和CTA+输入已训练好的深度神经网络中的三个通道中，神经网络的输出即为缺血区和梗死区的分割标注。本发明专利技术能够得到准确的影像学组织窗参数，即梗死核心区域和缺血区域。本发明专利技术还公开了一种基于脑血管CT影像的图像处理装置。

【技术实现步骤摘要】
基于脑血管CT影像的图像处理方法及图像处理装置
本专利技术涉及一种灌注成像数据处理技术，具体涉及一种基于脑血管CT影像的图像处理方法。本专利技术还涉及一种基于脑血管CT影像的图像处理装置。
技术介绍
脑动脉的急性或慢性闭塞使得部分脑组织得不到充足的血液供应而坏死，从而形成缺血型卒中。在缺血型卒中的急性期影像学检查中，常使用计算机断层扫描动态灌注成像技术(ComputerTomographyPerfusionImaging，CTP)来计算CBF(CerebralBloodFlow)、CBV(CerebralBloodVolume)、TMAX(Timetomaxenhancement)、TTP(TimetoPeak)等参数图，再进一步对这些参数图进行阈值处理，得到所谓的“影像学组织窗”，即核心梗死区(一般定义为CBF小于全脑中位数CBF的30％的区域)和缺血区(一般定义为TMAX大于6秒的区域)，为医生提供诊疗决策的信息。然而该方法依赖于覆盖全脑组织的CTP扫描，该扫描需要128排(256层)并配有摇篮床的CT扫描仪。由于此扫描仪价格昂贵，本文档来自技高网...

【技术保护点】
1.一种基于脑血管CT影像的图像处理方法，其特征在于，包括以下步骤：/n步骤1，对深度神经网络进行训练；采用CTP灌注数据，根据CTP灌注数据计算出核心梗死和缺血区的标注参数图；/n步骤2，采用常规的CT扫描仪进行三种方式的扫描，得到NCCT、CTA和CTA+影像；/n步骤2.1，进行CT平扫得到NCCT影像数据，并重建为所述CTP灌注数据的层厚；/n步骤2.2，注射造影剂，进行CT增强扫描得到CTA影像数据，并重建为所述CTP灌注数据的层厚；/n步骤2.3，等待3～8秒后，再进行一次CT扫描得到CTA+影像数据；/n步骤3，对NCCT、CTA和CTA+影像进行自动FOV的裁剪和配准，以使NC...

【技术特征摘要】
1.一种基于脑血管CT影像的图像处理方法，其特征在于，包括以下步骤：
步骤1，对深度神经网络进行训练；采用CTP灌注数据，根据CTP灌注数据计算出核心梗死和缺血区的标注参数图；
步骤2，采用常规的CT扫描仪进行三种方式的扫描，得到NCCT、CTA和CTA+影像；
步骤2.1，进行CT平扫得到NCCT影像数据，并重建为所述CTP灌注数据的层厚；
步骤2.2，注射造影剂，进行CT增强扫描得到CTA影像数据，并重建为所述CTP灌注数据的层厚；
步骤2.3，等待3～8秒后，再进行一次CT扫描得到CTA+影像数据；
步骤3，对NCCT、CTA和CTA+影像进行自动FOV的裁剪和配准，以使NCCT、CTA和CTA+影像与训练深度神经网络时所输入的CTP影像的FOV大致相当；并进行层方向上的重采样，以调整至步骤1神经网络训练中使用训练数据的层厚；
步骤4，对CTA及CTA+图像进行图像增强变换；
步骤5，将三种影像数据NCCT、CTA和CTA+输入已训练好的深度神经网络中的三个通道中，神经网络的输出即为缺血区和梗死区的分割标注。


2.根据权利要求1所述的基于脑血管CT影像的图像处理方法，其特征在于，所述步骤1中对深度神经网络进行训练的方法是：
抽出CTP的三期时相；以第一期作为增强前的CT平扫像，以CTP动脉期的CTP期相作为CTA增强像，以CTP动脉期后3～8秒的CTP期相作为CTA+第二增强像；
将CTP的三期时相输入深度神经网络；
使深度神经网络根据输入的CTP灌注数据进行多次计算，输出训练结果。


3.根据权利要求2所述的基于脑血管CT影像的图像处理方法，其特征在于，所述训练结果为根据该CTP数据计算得到参数图标注的核心梗死区和缺血区。


4.根据权利要求2所述的基于脑血管CT影像的图像处理方法，其特征在于，所述输入的CTP灌注数据包括不同梗死大小和不同梗死位置的CTP灌注数据。


5.根据权利要求2所述的基于脑血管CT影像的图像处理方法，其特征在于，所述输入的CTP灌注数据的层厚与常规CTA扫描的层厚保持一致。


6.根据权利要求2所述的基于脑血管CT影像的图像处理方法，其特征在于，所述输入的...

【专利技术属性】
技术研发人员：杨鸣，王成彦，蒋李，方文星，
申请(专利权)人：脑玺上海智能科技有限公司，
类型：发明
国别省市：上海;31