一种面向MRI影像的帕金森病智能诊断分析方法技术

本发明专利技术公开了一种面向MRI影像的帕金森病智能诊断分析方法，首先读取医学影像数据，通过文件选择器选择DICOM文件或者DaT文件，软件在获取到选定的文件之后，开启文件处理线程，获取医学影像数据的体素、空间间距、窗宽窗位等信息，并进行可视化展示；然后进行病灶区域检测模块，使用YOLO v5模型对病灶区域进行检测，输出患病风险分数和病灶区域，并进行可视化展示；最后对病灶区域分割，细化DaT图像特征，使用U

【技术实现步骤摘要】
一种面向MRI影像的帕金森病智能诊断分析方法


本专利技术属于生物医电
，具体涉及一种帕金森病智能诊断分析方法。

技术介绍

磁共振成像(Magnetic Resonance Imaging,MRI)是断层成像的一种。新的MRI方法磁敏感加权成像(SWI)可以量化磁化率来直观表现组织的铁含量，而越来越强大的数学方法可以在系统级别表征大脑网络的拓扑结构。帕金森病早发现早治疗能够提高患者生活质量，延缓疾病发展，具有重大现实意义。脑部功能性磁共振的发展对包括帕金森病在内的退行性病变部位的检测变得更加敏感和直观，为临床提供重要的诊断依据，对于帕金森病的早诊断早治疗极为重要。因为PD的早期临床表现不明显，其漏诊率和误诊率较高，随着近几年医学影像技术的不断发展，许多研究表明影像学运用于PD的诊断中具有特征性的改变，且已经成为PD必不可少的辅助检查方法。新的MRI方法磁敏感加权成像(SWI)可以量化磁化率来直观表现组织的铁含量，而越来越强大的数学方法可以在系统级别表征大脑网络的拓扑结构，这种新方法在帕金森的早期诊断方面正在越来越受关注。但是应用于MRI图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向MRI影像的帕金森病智能诊断分析方法，其特征在于，包括如下步骤：步骤1：获取医学影像数据的体素、空间间距、窗宽窗位信息，并进行可视化展示；步骤1
‑
1：从DICOM格式医学影像中读入MRI影像数据和DaT数据，对两种数据采用不同的特征提取方法提取特征；步骤1
‑
2：使用FSL
‑
bet工具对MRI影像数据进行颅骨剥离预处理；步骤1
‑
3：获取医学影像的体素、空间间距、三维图像大小信息；步骤1
‑
4：展示读取的医学影像数据；步骤2：病灶区域检测模块，使用YOLO v5模型对病灶区域进行检测，输出患病风险分数和病灶区域，并进行可视化展示；步骤2
‑
1：将MRI数据和DaT数据转换为PNG格式图像，对脑部MRI影像的红核黑质区域进行标注，将标注完成的脑部MRI影像数据划分为训练集，测试集和验证集；步骤2
‑
2：使用基于改进后的YOLOv5网络的定位模型完成脑部MRI影像红核黑质区域的定位；所述基于改进后的YOLOv5网络的定位模型，包括输入端、改进后的Backbone模块、Neck模块、YOLO head模块与定位模块；所述输入端是Mosaic数据增强算法；所述改进后的Backbone模块包含Focus层、两组CBL和CSP_1、一组CBL和SPP；所述Neck模块包含FPN+PAN结构与两组CBL+CSP2_X；所述YOLO head模块包含两个尺度的检测头；所述定位模块包含非极大值抑制、IOU阈值判定、使用DIOU损失函数评价位置损失、使用BCE损失函数评价真实框和预测框的物体类别置信度损失；所述真实框是指脑部MRI影像红核黑质区域对应的最小外接矩形；步骤2
‑
3：把测试集输入到基于改进后的YOLOv5网络的定位模型中，完成对MRI影像中红核黑质区域定位，提取定位结果中预测框的相对位置信息；所述预测框是指由YOLO...

【专利技术属性】
技术研发人员：聂烜，高和瑜，柴博松，黄仁念，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：