【技术实现步骤摘要】
本专利技术涉及医学影像处理，特别涉及低场婴儿磁共振图像大脑区域提取方法、系统及存储介质。
技术介绍
1、磁共振成像技术具有高分辨率的优势，为婴儿脑发育评估和脑疾病辅助诊断提供客观信息。低场磁共振在婴儿脑成像方面具有较高的安全性、适应性、成本效益、可用性等优势，在临床场景中具有较高的实用价值。为了更好地对婴儿脑部发育进行评估，以及对脑疾病进行定量分析，需要对低场婴儿磁共振图像进行处理。大脑提取是在脑部磁共振图像中去除大脑皮层和颅骨部分的过程。它是脑部磁共振图像处理的第一步，也是后续脑组织分割、脑区分割等任务的先决条件。现有的大脑提取方法大多采用传统分割方法或深度学习模型，如：多尺度神经网络、u-net和主动轮廓模型网络等。其中，深度学习模型大多是针对高场、成人磁共振图像，并且大多采用卷积神经网络进行模型训练。
2、例如，公开号为cn115713534a，名称为自动大脑模型提取的中国专利技术专利公开了使用bet传统分割方法来人类大脑表面模型。
3、公开号为cn111080588a，名称为基于多尺度神经网络的快速胎儿m...
【技术保护点】
1.一种低场婴儿磁共振图像大脑区域提取方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：所述利用阈值分割生成全脑标签包括采用大津法生成全脑标签。
3.如权利要求1所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：在所述对所述全脑标签进行最大连通域处理之前还包括对所述全脑标签进行边缘膨胀。
4.如权利要求1所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：在所述通过所述训练数据对基于深度学习的大脑区域提取模型进行训练之前还包括以下步骤：
5.如权利要...
【技术特征摘要】
1.一种低场婴儿磁共振图像大脑区域提取方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：所述利用阈值分割生成全脑标签包括采用大津法生成全脑标签。
3.如权利要求1所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：在所述对所述全脑标签进行最大连通域处理之前还包括对所述全脑标签进行边缘膨胀。
4.如权利要求1所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：在所述通过所述训练数据对基于深度学习的大脑区域提取模型进行训练之前还包括以下步骤：
5.如权利要求4所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：所述基于深度学习的大脑区域提取模型采用以nnu-net为基础的深度学习网络结构，所述深度学习网络结构包括下采样模块、上采样模块以及跳跃连接模块。
6.如权利要求5所述的一种低场婴儿磁共振图像大脑区域提取方法，其特征在于：所述通过所述训练数据对基于深度学习的大脑区域提取模型进行训练包括以下步骤：
...
【专利技术属性】
技术研发人员：彭博，戴亚康，程健，刘燕，刘苏锐，何科毅，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
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。