基于级联网络与边缘信息的膝关节模型构建方法和装置制造方法及图纸

本发明专利技术公开一种基于级联网络与边缘信息的膝关节模型构建方法和装置，包括以下步骤：步骤S1、获取膝关节低场磁共振图像；步骤S2、采用两级深度网络进行膝关节图像分割，得到膝关节的各个组织；步骤S3、将膝关节的各个组织进行合并，得到每一个层面的组织分布；步骤S4、将各个层面进行拼接，得到膝关节模型。采用本发明专利技术的技术方案，有助于提高分割的精准度。有助于提高分割的精准度。有助于提高分割的精准度。

【技术实现步骤摘要】
基于级联网络与边缘信息的膝关节模型构建方法和装置


[0001]本专利技术属于医学成像信息处理
，尤其涉及基于级联网络与边缘信息的膝关节模型构建方法和装置。

技术介绍

[0002]磁共振成像(MRI)是膝关节疾病诊断的主要方法，高场MRI具有高信噪比、高分辨率的优势。然而在扫描过程中，膝关节组织中的局部比吸收率(SAR)是一个关键安全因素，如果局部比吸收率超标，将导致人体组织受到热损伤。目前，电磁仿真是估计局部SAR的公认最佳方法，这样就需要基于MR图像快速地构建个体特异的膝关节模型。
[0003]传统上膝关节模型构建的方法主要是采用对图像的手工标注，或者半自动分割(如区域生长法)，这两种方法都有自动化程度低、工作量大、操作者易疲劳出错等缺点。近年来，随着深度网络的发展与应用，学术界开展了一些采用深度网络对膝关节MR图像进行组织分割的研究，如AlexNet、SegNet、U
‑
Net等。然而，这些研究一般只是对膝关节中的骨、软骨、半月板等少数组织进行分割，并未考虑肌肉、脂肪等，因而不能建立模型。此外，这些研究一般都本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于级联网络与边缘信息的膝关节模型构建方法，其特征在于，包括以下步骤：步骤S1、获取膝关节低场磁共振图像；步骤S2、采用两级深度网络进行膝关节图像分割，得到膝关节的各个组织；步骤S3、将膝关节的各个组织进行合并，得到每一个层面的组织分布；步骤S4、将各个层面进行拼接，得到膝关节模型。2.如权利要求1所述的基于级联网络与边缘信息的膝关节模型构建方法，其特征在于，步骤S1中，膝关节图像为矢位T1加权自旋回波图像。3.如权利要求2所述的基于级联网络与边缘信息的膝关节模型构建方法，其特征在于，步骤S2中，第一级网络将膝关节全部组织合并作为一个类别，背景区域作为一个类别；第一级网络分出的整体组织图像输出到第二级网络，分类得到全部组织，包括肌肉、脂肪、松质骨、皮质骨、软骨、半月板；其中，第一级网络、第二级网络为基于组织区域边缘信息的网络模型，第一级网络利用整个膝关节组织区域的边缘信息，第二级网络是利用肌肉组织区域的边缘信息。4.如权利要求3所述的基于级联网络与边缘信息的膝关节模型构建方法，其特征在于，步骤S3中，采用第一级网络分割出的背景区域作为组织合并后的背景，与第二级网络的分割结果进行合并，得到每一个层面的组织分布。5.一种基于级联网络与边缘信息...

【专利技术属性】
技术研发人员：肖亮，任宏晋，邢藏菊，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：