一种基于合成磁共振影像的结节智能辅助诊断方法技术

本发明专利技术涉及一种基于合成磁共振影像的结节智能辅助诊断方法，属于医学图像处理和人工智能技术领域，该方法包括：采集T2加权图像T2W影像和液体衰减反转恢复FLAIR影像，建立影像数据库；对影像数据库进行预处理和影像合成，包括：将T2W影像配准到FLAIR空间中，将T2W影像和FLAIR影像进行优化融合，生成一个新的模态FLAIR<subgt;3</subgt;，生成合成后的FLAIR<subgt;3</subgt;磁共振影像；采用U‑net++和基于注意力机制的SE‑Unet网络相融合的深度学习网络对合成的FLAIR<subgt;3</subgt;磁共振影像进行智能分割，生成分割后FLAIR<subgt;3</subgt;影像；采用卷积神经网络对分割后FLAIR<subgt;3</subgt;影像进行风险结节的智能识别，生成风险结节识别结果。本发明专利技术的方法可以提高分割准确度，帮助医生更好的定位病灶，仅仅需要分割一个模态即可，分割任务简单。

【技术实现步骤摘要】

本专利技术属于医学图像处理和人工智能，尤其涉及一种基于合成磁共振影像的结节智能辅助诊断方法。

技术介绍

1、结节性硬化症(tuberous sclerosis complex,tsc)是由tsc1或tsc2基因功能丧失突变引起的一种罕见的常染色体显性遗传病，是一种影响大脑、皮肤、心脏、肺、肾脏的神经皮肤综合性疾病。几乎所有tsc患者都可以观察到脑神经系统的表现，磁共振成像(magnetic resonanceimaging,mri)是tsc常规诊断的先进成像工具，其软组织对比丰富，可以观察到患者的病灶。在tsc中，对病灶进行分割对病灶定位、诊断和治疗有着重要作用。手动分割费时费力，实现自动分割能帮助医生减轻工作负担。另外，有些情况下，病灶的定位与分割需要有多年经验的医生才能完成。tsc脑内病灶多为多发结节，多位于皮层及皮质下和室管膜下，在大小、外观和位置上存在较大差异，且病灶被认为与神经系统症状有关，如癫痫、认知和行为障碍等。有些结节容易导致结节性硬化症患者患有难治型癫痫，甚至威胁患者生命。对结节病灶进行风险识别也是很有必要的。因此，实现结节病灶自动定位与本文档来自技高网...

【技术保护点】

1.一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，包括：

2.根据权利要求1所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，在S2中，

3.根据权利要求1或2所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，在所述S2中，采用下式对T2W影像和FLAIR影像进行优化融合，生成新的模态FLAIR3，

4.根据权利要求3所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，α＝1.55，β＝1.45。

5.根据权利要求2所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，在所述S2...

【技术特征摘要】

1.一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，包括：

2.根据权利要求1所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，在s2中，

3.根据权利要求1或2所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，在所述s2中，采用下式对t2w影像和flair影像进行优化融合，生成新的模态flair3，

4.根据权利要求3所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，α＝1.55，β＝1.45。

5.根据权利要求2所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，在所述s2中，采用深度学习工具hd-bet或者fsl工具箱去除t2w和flair影像中的颅骨影像，去除冗余的图像部分。

6.根据权利要求1所述的一种基于合成磁共振影像的结节智能辅助诊断方法，其特征在于，在所述s3中，将所述合成的flair3磁共振影像分别输入至unet++网络和se-unet网络，各生成一组512*512的分割图像，然后将两组分割图像拼接变为512*512...

【专利技术属性】
技术研发人员：蒋典，李跃森，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：