【技术实现步骤摘要】
本申请涉及医学影响处理，尤其是一种基于ct平扫影像的肾结石检测与评估方法及装置。
技术介绍
1、通过计算机断层摄影(computed tomography，ct)检测肾结石是常用的方法，它是基于肾结石和周围软组织之间的差异，如密度，获得全面、能反映肾结石结构形态的图像。但目前，通过ct平扫影像序列对肾结石进行准确地检测和评估尚无有效可行的方法。现有技术仍存在以下问题：
2、1)在实际情况中，肾脏中除了患有肾结石，还可能存在钙化灶或肾造瘘管等钙质物或医用设备。上述干扰因素在ct影像中的成像结果可能与肾结石的成像结果存在一定的相似性，这可能极大地影响现有的模型对复杂情况的抗干扰能力。2)根据生物和医学研究，肾脏一般出现在脊椎的两侧，而肾结石只出现在肾脏中。现有的检测模型是直接在ct影像中根据全局信息检测结石，这种操作会使得在形态和像素上与肾结石类似的图像信息被误判为肾结石。3)现有的大部分肾结石体积评估方法将肾结石视为规则形状的三维结构物体，这些方法假设肾结石的形状为椭球体，并利用阿克曼公式等规则计算方法对肾结石进行评估。然而，肾结石实际上是不规则的三维结构物体。规则物体的体积计算公式在计算不规则物体的体积时，会导致计算结果与实际体积之间的误差较大。
技术实现思路
1、有鉴于此，本申请提供一种基于ct平扫影像的肾结石检测与评估方法及装置，以降低干扰并准确检测出肾结石。
2、本申请的一方面提供了一种基于ct平扫影像的肾结石检测与评估方法，包括：
3、确
4、根据所述肾脏影像中前景特征和背景特征的差异度剔除所述背景特征，所述前景特征包括所述肾脏影像中的肾结石，所述背景特征为肾脏；
5、从所述前景特征中确定肾结石的区域信息和轮廓信息；
6、根据所述区域信息和轮廓信息计算出肾结石的体积和数量。
7、可选地，所述确定ct平扫影像中的肾脏影像，包括：
8、将所述ct平扫影像输入至经过预先训练的肾脏分割模型，得到所述ct平扫影像中的肾脏影像。
9、可选地，所述方法还包括训练所述肾脏分割模型的步骤，所述训练所述肾脏分割模型的步骤包括：
10、在深度神经网络模型中引入特征融合权重因子，以使所述深度神经网络模型根据所述特征融合权重因子对训练用的每个特征图分配相应的特征注意力权重，计算所述特征注意力权重的第一计算式为：
11、
12、其中xi为所述特征图中第i个特征，m(g)为矩阵乘法运算,ωi和ωj是权重因子；
13、计算对肾脏图像的预测边界框和实际边界框之间的角度损失，将所述角度损失作为所述深度神经网络模型的目标损失函数；
14、计算所述角度损失的第二计算式为：
15、
16、其中lossa是所述角度损失，和分别是真实边界框和预测边界框的中心点的横坐标，和分别是真实边界框和预测边界框的中心点的纵坐标，w和h分别是覆盖预测边界框和真实边界框的最小边界框的宽度和高度，σ是欧式距离；
17、以标注有肾脏图像标签的ct平扫影像作为训练数据训练所述深度神经网络模型，训练后的所述深度神经网络模型作为所述肾脏分割模型。
18、可选地，所述根据所述肾脏影像中前景特征和背景特征的差异度剔除所述背景特征，包括：
19、根据第三计算式计算所述肾脏影像中的肾结石与肾脏之间的差异度；
20、所述第三计算式为：
21、
22、其中x是肾结石的最小ct值，rs是缩放斜率，ri是扫描截距，wc是窗口中心，ww是窗口宽度；
23、根据所述差异度剔除所述肾脏影像中的所述背景特征，得到所述前景特征。
24、可选地，所述从所述前景特征中确定肾结石的区域信息和轮廓信息，包括：
25、根据预设的几何参数剔除所述前景特征中的噪声信息，得到所述区域信息和轮廓信息。
26、可选地，所述根据预设的几何参数过滤所述前景特征中的噪声信息，得到所述区域信息和轮廓信息，包括：
27、根据肾结石所在区域的面积、预设的长轴与短轴之比以及肾脏质心位置过滤所述前景特征中的噪声信息，得到所述区域信息和轮廓信息；其中，所述长轴和短轴分别为肾结石外接椭圆的长轴和短轴。
28、可选地，所述根据所述区域信息和轮廓信息计算出肾结石的体积和数量，包括：
29、根据第四计算式计算任意两个所述区域信息之间的相似度，并将相似度达到设定阈值的两个所述区域信息所对应的区域连通，得到连通域；
30、所述第四计算式为：
31、
32、其中x1和x2是待计算的两个所述区域信息；
33、将各个所述轮廓信息所对应的轮廓还原到实际尺寸大小，并分割每个所述轮廓，对应得到多个规则的立体区域，计算并累计各个所述立体区域的体积，得到对应所述轮廓的体积；
34、根据所述连通域的数量和各个所述轮廓的体积确定肾结石的数量与体积。
35、本申请的另一方面还提供了一种基于ct平扫影像的肾结石检测与评估装置，包括：
36、第一单元，用于确定ct平扫影像中的肾脏影像；
37、第二单元，用于根据所述肾脏影像中前景特征和背景特征的差异度剔除所述背景特征，所述前景特征包括所述肾脏影像中的肾结石，所述背景特征为肾脏；
38、第三单元，用于从所述前景特征中确定肾结石的区域信息和轮廓信息；
39、第四单元，用于根据所述区域信息和轮廓信息计算出肾结石的体积和数量。
40、本申请的另一方面还提供了一种电子设备，包括处理器以及存储器；
41、所述存储器用于存储程序；
42、所述处理器执行所述程序实现前述的方法。
43、本申请的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现前述的方法。
44、本申请还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行前述的方法。
45、本申请至少包括以下有益效果：
46、本申请首先确定ct平扫影像中的肾脏影像；再根据肾脏影像中前景特征和背景特征的差异度剔除背景特征，剔除背景特征可以更大程度的降低干扰；进而从前景特征中确定肾结石的区域信息和轮廓信息；然后根据区域信息和轮廓信息可以准确地计算出肾结石的体积和数量。本申请可以从ct平扫影像中分割得到无干扰的肾结石影像，从而准确地计算出肾结石的体积和数量。
本文档来自技高网...【技术保护点】
1.一种基于CT平扫影像的肾结石检测与评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于CT平扫影像的肾结石检测与评估方法，其特征在于，所述确定CT平扫影像中的肾脏影像，包括：
3.根据权利要求2所述的一种基于CT平扫影像的肾结石检测与评估方法，其特征在于，所述方法还包括训练所述肾脏分割模型的步骤，所述训练所述肾脏分割模型的步骤包括：
4.根据权利要求1所述的一种基于CT平扫影像的肾结石检测与评估方法，其特征在于，所述根据所述肾脏影像中前景特征和背景特征的差异度剔除所述背景特征，包括：
5.根据权利要求1所述的一种基于CT平扫影像的肾结石检测与评估方法，其特征在于，所述从所述前景特征中确定肾结石的区域信息和轮廓信息，包括：
6.根据权利要求5所述的一种基于CT平扫影像的肾结石检测与评估方法，其特征在于，所述根据预设的几何参数过滤所述前景特征中的噪声信息，得到所述区域信息和轮廓信息，包括：
7.根据权利要求1所述的一种基于CT平扫影像的肾结石检测与评估方法，其特征在于，所述根据所述区域信息和轮廓信息
8.一种基于CT平扫影像的肾结石检测与评估装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器以及存储器；
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种基于ct平扫影像的肾结石检测与评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于ct平扫影像的肾结石检测与评估方法，其特征在于，所述确定ct平扫影像中的肾脏影像，包括：
3.根据权利要求2所述的一种基于ct平扫影像的肾结石检测与评估方法，其特征在于，所述方法还包括训练所述肾脏分割模型的步骤，所述训练所述肾脏分割模型的步骤包括：
4.根据权利要求1所述的一种基于ct平扫影像的肾结石检测与评估方法，其特征在于，所述根据所述肾脏影像中前景特征和背景特征的差异度剔除所述背景特征，包括：
5.根据权利要求1所述的一种基于ct平扫影像的肾结石检测与评估方法，其特征在于，所述从所述前景特征中确定...
【专利技术属性】
技术研发人员：赵淦森，许可慰，徐文枫，赖聪，莫泽枫，李茂源，刘成，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。