GAN神经网络的创建方法、处理CXR胸部图像和装置制造方法及图纸

本发明专利技术公开了一种GAN神经网络的创建方法、处理CXR胸部图像和装置，该创建方法包括以下步骤：获取若干CXR胸部图像，并获取若干消骨前的DRR胸部图像，以及每个DRR胸部图像I

【技术实现步骤摘要】
GAN神经网络的创建方法、处理CXR胸部图像和装置


[0001]本专利技术涉及医学影像
，尤其涉及GAN神经网络的创建方法、处理CXR胸部图像和装置。

技术介绍

[0002]X光胸片(Chest X
‑
ray，CXR)图像被广泛应用于肺部疾病的诊断，如肺炎、肺结核和肺癌等。其中肺癌死亡人数为所有癌症死亡人数之首，若能早期检测出肺部疾病，就能够提高疾病的治疗效果，并降低肺癌的死亡率。尽管在检测性能上X光胸片不如CT(Computed Tomography，电子计算机断层扫描)，但是其具有的高经济性和低辐射剂量，X光胸片仍然是目前最主要的检测手段。
[0003]X光胸片成像是基于肺部中不同的组织在密度和厚度上存在差异，使得X射线穿透过程中被吸收的程度不同，从而在射线接收面上形成不同强度的影像。由于射线是投影到一个二维平面上，因此在射线方向上的不同组织会重叠显现在图像上，造成局部病变区域难以观测与识别。叠影是X光胸片所固有的问题，也是很多肺部疾病诊断决策失误的主要原因。研究表明，医生对胸片诊断的误诊率达30％，而其中8本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于CXR胸部图像处理的GAN神经网络的创建方法，其特征在于，包括以下步骤：获取若干CXR胸部图像I
x
，并获取若干消骨前的DRR胸部图像I
d
，以及每个DRR胸部图像I
d
对应消骨后的胸部图像Q
d
、对应的DRR域的肋骨投影B
d
和对应的DRR域的肋骨残差图R
d
；创建GAN神经网络，所述GAN神经网络的生成器G包括：第一编码器E
s
、第二编码器E
c
、第三编码器E
R
、第一解码器G
L
、第二解码器G
Q
、第三解码器G
R
和第四解码器G
B
；其中，第一编码器E
s
对输入的待处理胸部图像I进行处理、并得到除去肋骨之后的结构特征F
S
，第二编码器E
c
对输入的待处理胸部图像I进行处理、并得到对比度特征F
C
，第三编码器E
R
对输入的待处理胸部图像I进行处理、并得到肋骨特征F
R
；第一解码器G
L
对结构特征F
S
进行处理、并得到肺部分割L
′
；第二解码器G
Q
对结构特征F
S
和对比度特征F
C
进行处理、并得到初始消骨图Q
′
；第三解码器G
R
对对比度特征F
C
和肋骨特征F
R
进行处理、并得到肋骨残差图R
′
；第四解码器G
B
对肋骨特征F
R
进行处理、并得到肋骨投影图B
′
；基于若干CXR胸部图像I
x
、若干DRR胸部图像I
d
、若干胸部图像Q
d
、若干肋骨投影B
d
和若干肋骨残差图R
d
，对所述GAN神经网络进行训练。2.根据权利要求1所述的创建方法，其特征在于，所述“获取若干消骨前的DRR胸部图像I
d
，以及每个DRR胸部图像I
d
对应消骨后的胸部图像Q
d
、对应的DRR域的肋骨投影B
d
和对应的DRR域的肋骨残差图R
d”具体包括：获取若干CT胸部图像，对每个CT胸部图像均进行以下操作：对所述CT胸部图像进行正投影处理、得到消骨前的DRR胸部图像I
d
；获取所述CT胸部图像中的软组织的灰度值，基于预训练的分割神经网络从所述CT胸部图像分割出肋骨图像，将所述肋骨图像的灰度值替换成所述灰度值，之后，对所述肋骨图像进行正投影处理、得到消骨但保留脊柱的胸部图像Q
d
；从所述肋骨图像中投影出肋骨投影B
d
；R
d
＝I
d
‑
Q
d
。3.根据权利要求1所述的创建方法，其特征在于，所述若干CXR胸部图像I
x
和若干DRR胸部图像I
d
是非配对的。4.根据权利要求1所述的创建方法，其特征在于：在训练过程中，将若干DRR胸部图像I
d
输入所述生成器G中，并得到每个DRR胸部图像I
d
对应的消骨后的胸部图像Q
′
d
、对应的DRR域的肋骨投影B
′
d
和对应的DRR域的肋骨残差图R
′
d
；将若干CXR胸部图像I
x
输入所述生成器G中，并得到每个CXR胸部图像I
x
对应的消骨后的胸部图像Q
′
x
、I
x
对应的肋骨投影B
′
x
和I
x
对应的肋骨残差图R
′
x
；所述GAN神经网络的损失函数为：所述GAN神经网络的损失函数为：其中：λ
adv
、λ
f
、λ
i
、λ
inter
和λ
Δ
均为权重值；||
·
||1是L1损失函数；损失函数；I
′
d
→
x
表示从
DRR域转到CXR域的图像，I
′
x
→
d
表示从CXR域转到DRR域的图像，判别器D
x
用于评估转换到CXR域的图像和CXR图像之间的域差异，转换后图像保留原始图像域DRR的结构同时拥有目标域CXR的图像对比度，判别器D
d
用于评估转换到DRR域的图像和DRR域图像之间的域差异，转换后图像保留原始图像域CXR的结构同时拥有目标域DRR的图像对比度，判别器D
R
用于判别输入的肋骨投影图是来自CXR域还是DRR域；入的肋骨投影图是来自CXR域还是DRR域；I
′
x
＝G
Q
(E
C
(I
x
)，E
S
(I
x
))+G
R
(E
C
(I
x
)，E
B
(I
x
))，I
″
x
＝G
Q
(E
C
(I
′
d
→
x
)，E
S
(I
′
x
...

【专利技术属性】
技术研发人员：韩路易，吕元媛，彭程，周少华，
申请(专利权)人：苏州工业园区智在天下科技有限公司，
类型：发明
国别省市：