用于輔助肺炎診斷的圖像處理方法和系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)涉及醫(yī)學(xué)成像技術(shù)領(lǐng)域，公開(kāi)了一種用于輔助肺炎診斷的圖像處理方法和系統(tǒng)，方法包括步驟：獲得薄層的胸部CT初始圖像；對(duì)初始圖像進(jìn)行分割處理，提取出肺部區(qū)域圖像；對(duì)肺部區(qū)域圖像進(jìn)行處理，得到去除肺部血管的圖像；對(duì)去除肺部血管的圖像采用神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)，輸出帶有炎癥標(biāo)記的圖像，對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練包括采用不同訓(xùn)練數(shù)據(jù)集和訓(xùn)練對(duì)象的預(yù)訓(xùn)練和精準(zhǔn)訓(xùn)練；分割出帶有炎癥標(biāo)記的圖像中的病灶區(qū)域，并對(duì)病灶區(qū)域進(jìn)行圖像可視化，得到供醫(yī)生查閱的最終圖像。本發(fā)明專利技術(shù)基于多種圖像處理方法和神經(jīng)網(wǎng)絡(luò)檢測(cè)技術(shù)，能夠解決有限臨床肺炎數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練問(wèn)題，獲得穩(wěn)定的診斷準(zhǔn)確率，提升臨床診斷效率。

Image processing method and system for the diagnosis of pneumonia

【技術(shù)實(shí)現(xiàn)步驟摘要】
用于輔助肺炎診斷的圖像處理方法和系統(tǒng)
本專利技術(shù)涉及醫(yī)學(xué)成像
，具體涉及一種用于輔助肺炎診斷的圖像處理方法和系統(tǒng)。
技術(shù)介紹
肺炎是一種影響肺部呼吸的急性呼吸道感染疾病，肺炎容易傳染，死亡率也比較高，因此對(duì)肺炎的快速檢測(cè)和診斷技術(shù)提出了很高的要求。目前肺炎的診斷一般是配合身體體征及胸腔X光進(jìn)行檢測(cè)和診斷，不過(guò)此方式不容易確定肺炎潛在的病因，因?yàn)闆](méi)有一個(gè)可以明確區(qū)分細(xì)菌性肺炎及非細(xì)菌性肺炎的標(biāo)準(zhǔn)。由于X光片的對(duì)比度很低，組織結(jié)果混疊嚴(yán)重，肺炎在早期時(shí)可能無(wú)法從X光片上看出來(lái)，特別是在脫水的情況下，若有肥胖癥其他肺部病史，也不易判斷。因此現(xiàn)在越來(lái)越多的醫(yī)生利用胸部CT進(jìn)行肺炎的診斷。胸部CT通常對(duì)患者胸部上腹部做快速的螺旋掃描，然后重建出薄層的CT圖像，醫(yī)生來(lái)通過(guò)這幾百?gòu)埖臄鄬覥T圖像對(duì)病人的肺部的感染程度進(jìn)行診斷。特別是對(duì)于未知的病毒性肺炎，當(dāng)其大規(guī)模傳染人群后，加上病毒變異速度非常快，醫(yī)院放射科和臨床醫(yī)生的工作量非常大。初期由于病毒性肺炎的傳統(tǒng)診斷方法多采用基于病毒核酸檢測(cè)的試劑盒，由于每種試劑盒針對(duì)不同病毒的有著很強(qiáng)的特異性，只對(duì)本試劑盒敏感的病毒有反應(yīng)，而且其測(cè)試方法復(fù)雜、耗費(fèi)時(shí)間長(zhǎng)、診斷效率低。由于CT檢測(cè)的敏感性，近來(lái)越來(lái)越多的醫(yī)院開(kāi)始應(yīng)用CT檢測(cè)結(jié)果作為重要的輔助診斷標(biāo)準(zhǔn)，因?yàn)楹芏嗖捎迷噭┖袡z測(cè)陰性的病人，其胸部CT影像上也能夠看出病變，比如磨玻璃狀的病灶圖像等，如圖2為新冠肺炎的一張臨床CT圖像。近年來(lái)基于神經(jīng)網(wǎng)絡(luò)的影像輔助技術(shù)在CT影像的輔助診斷領(lǐng)域得到了不少應(yīng)用，比如腦出血，肺結(jié)節(jié)等疾病的輔助診斷，但是傳統(tǒng)的基于神經(jīng)網(wǎng)絡(luò)的方法，大都是基于海量的數(shù)據(jù)進(jìn)行訓(xùn)練得到的。因此對(duì)于新出現(xiàn)的病毒肺炎，如新冠病毒肺炎，能夠得到的臨床數(shù)據(jù)非常有限，不利于應(yīng)用傳統(tǒng)的方法進(jìn)行處理。
技術(shù)實(shí)現(xiàn)思路
技術(shù)目的：針對(duì)上述技術(shù)問(wèn)題，本專利技術(shù)提出了一種能夠獲得穩(wěn)定的診斷準(zhǔn)確率、及時(shí)提升臨床診斷效率的用于輔助肺炎診斷的圖像處理方法和系統(tǒng)。技術(shù)方案：為實(shí)現(xiàn)上述技術(shù)目的，本專利技術(shù)采用了如下技術(shù)方案：一種用于輔助肺炎診斷的圖像處理方法，其特征在于，順序執(zhí)行以下步驟：A、對(duì)病人進(jìn)行低劑量CT掃描，獲得薄層的胸部CT初始圖像；B、對(duì)初始圖像進(jìn)行分割處理，提取出肺部區(qū)域圖像；C、對(duì)肺部區(qū)域圖像進(jìn)行處理，得到去除肺部血管的圖像；D、對(duì)去除肺部血管的圖像采用神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)，輸出帶有炎癥標(biāo)記的圖像；E、分割出帶有炎癥標(biāo)記的圖像中的病灶區(qū)域，并對(duì)病灶區(qū)域進(jìn)行圖像可視化，得到供醫(yī)生查閱的最終圖像；其中，所述神經(jīng)網(wǎng)絡(luò)包括主干網(wǎng)絡(luò)、卷積層和激活層，對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練包括預(yù)訓(xùn)練和精準(zhǔn)訓(xùn)練，所述預(yù)訓(xùn)練選用病灶癥狀與待診斷肺炎達(dá)預(yù)定大小相似度的肺部疾病數(shù)據(jù)集對(duì)主干網(wǎng)絡(luò)進(jìn)行訓(xùn)練，精準(zhǔn)訓(xùn)練采用待診斷肺炎類型的肺炎數(shù)據(jù)集對(duì)卷積層和激活層進(jìn)行訓(xùn)練。優(yōu)選地，所述肺部疾病數(shù)據(jù)集選用LUNA的肺結(jié)節(jié)CT數(shù)據(jù)的訓(xùn)練集。優(yōu)選地，所述待診斷肺炎類型的肺炎數(shù)據(jù)集中的樣本數(shù)量與所述肺部疾病數(shù)據(jù)集的樣本數(shù)量比為十分之一以下。優(yōu)選地，所述神經(jīng)網(wǎng)絡(luò)采用VGG、google-net或者unet的主干網(wǎng)絡(luò)。優(yōu)選地，所述步驟B中采用基于區(qū)域生長(zhǎng)算法和閾值分割的圖像分割方法。優(yōu)選地，所述步驟C中采用基于血管特征的圖像分割方法。本專利技術(shù)還公開(kāi)了一種用于輔助肺炎診斷系統(tǒng)，其特征在于：包括處理器和存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)用于執(zhí)行本專利技術(shù)任一所述方法的程序，存儲(chǔ)器通信連接處理器，處理器用于執(zhí)行所述程序。有益效果：由于采用了上述技術(shù)方案，本專利技術(shù)具有如下有益效果：本專利技術(shù)基于多種圖像處理方法和神經(jīng)網(wǎng)絡(luò)檢測(cè)技術(shù)，采用與待診斷類型的肺炎病灶相似的肺部疾病數(shù)據(jù)集對(duì)主干網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對(duì)主干網(wǎng)絡(luò)之外的卷積層和激活層使用較少的肺炎數(shù)據(jù)進(jìn)行訓(xùn)練，能夠解決有限臨床肺炎數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練問(wèn)題，獲得穩(wěn)定的診斷準(zhǔn)確率，且能計(jì)算出肺炎區(qū)域并在輸出的圖像中標(biāo)識(shí)，提升臨床診斷效率。附圖說(shuō)明圖1為本專利技術(shù)的用于輔助新冠病毒肺炎診斷的圖像檢測(cè)方法的流程圖；圖2為新冠病毒肺炎的一種臨床CT圖像；圖3為本專利技術(shù)的用于輔助肺炎診斷的圖像檢測(cè)方法的流程圖；圖4為本專利技術(shù)中神經(jīng)網(wǎng)絡(luò)的預(yù)訓(xùn)練流程圖；圖5為本專利技術(shù)中神經(jīng)網(wǎng)絡(luò)的精準(zhǔn)訓(xùn)練的流程圖；圖6為本專利技術(shù)中神經(jīng)網(wǎng)絡(luò)的輸出帶有肺炎標(biāo)記的最終圖像的示意圖；圖7為本專利技術(shù)中區(qū)域增長(zhǎng)方法的流程圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本專利技術(shù)作更進(jìn)一步的說(shuō)明。如圖1至圖7所示，本專利技術(shù)提供一種用于輔助肺炎診斷的圖像檢測(cè)方法，如用于診斷新型冠狀肺炎，包括步驟：A、對(duì)病人進(jìn)行低劑量CT掃描，獲得薄層的胸部CT圖像數(shù)據(jù)；B、對(duì)CT圖像進(jìn)行分割，提取出肺部區(qū)域的圖像；C、對(duì)肺部區(qū)域的圖像進(jìn)行處理，去除肺部的血管；D、對(duì)去除肺部血管的圖像利用神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)，判別這些區(qū)域和新冠肺炎病灶的相似性；E、分割出帶有炎癥標(biāo)記的圖像中的病灶區(qū)域，并對(duì)區(qū)域進(jìn)行圖像可視化供醫(yī)生查閱。本專利技術(shù)中，步驟B可利用區(qū)域生長(zhǎng)+閾值分割方法，來(lái)完成肺部區(qū)域的圖像提取。因?yàn)榉尾康膮^(qū)域的密度值要比正常人體的組織低很多，通常是在-800左右，而正常的組織的CT值在0附近，所以利用區(qū)域生長(zhǎng)的方法，比如分水嶺算法，水平集法都可以對(duì)這些肺部區(qū)域作分割。如圖7所示，區(qū)域生長(zhǎng)的基本思想是將具有相似性特征的區(qū)域集合起來(lái)構(gòu)成最終區(qū)域，該算法主要考慮的是圖像中的像素點(diǎn)及其鄰域的像素點(diǎn)之間的關(guān)系。首先確定一個(gè)種子點(diǎn)，再按照某種相似性度量增長(zhǎng)區(qū)域，逐步生成具有某種相似性的區(qū)域，并將相鄰的具有相似性的像素點(diǎn)或區(qū)域合并，直到?jīng)]有可合并的區(qū)域或者像素點(diǎn)為止。區(qū)域增長(zhǎng)法需要解決三個(gè)問(wèn)題：1、選取種子點(diǎn)；2、確定生長(zhǎng)準(zhǔn)則；3、指定讓生長(zhǎng)終止的條件或規(guī)則。具體到本專利技術(shù)中，由于區(qū)域增長(zhǎng)對(duì)噪聲敏感，容易造成過(guò)分割或者欠分割，所以首先對(duì)圖像進(jìn)行平滑濾波處理，如高斯濾波。自動(dòng)選取種子點(diǎn)，肺部區(qū)域的CT值在-800左右，而且肺實(shí)質(zhì)一般位于CT圖像視野的中心區(qū)域，通過(guò)位置和CT值的限制快速選取種子點(diǎn)。生長(zhǎng)準(zhǔn)則選取三維26鄰域點(diǎn)進(jìn)行判斷，鄰域點(diǎn)與種子點(diǎn)的梯度小于設(shè)定閾值（如50），且小于組織設(shè)定的閾值（如-600），認(rèn)為是新的種子點(diǎn)，且從新的種子點(diǎn)繼續(xù)生長(zhǎng)，直到生長(zhǎng)結(jié)束。本專利技術(shù)中，步驟C對(duì)肺部區(qū)域的圖像進(jìn)行處理，去除肺部的血管，是因?yàn)榉窝椎牟∽儏^(qū)域主要在肺泡區(qū)域，導(dǎo)致該區(qū)域的CT值增加，但是血管本身的CT值比較高，容易和肺炎區(qū)域混淆，因此預(yù)先去除可增加檢測(cè)的準(zhǔn)確率。步驟C利用基于血管特征的方法，比如海森（Hessian）矩陣法來(lái)進(jìn)行分割。通過(guò)計(jì)算每個(gè)像素鄰域的偏微分矩陣，根據(jù)這個(gè)矩陣來(lái)計(jì)算當(dāng)前像素是否屬于血管結(jié)構(gòu)的可能性。如下：其中，f表示三維CT數(shù)據(jù)，H(f)表示f的Hessian矩陣，H(f)是通過(guò)計(jì)算f在各個(gè)方向上的二維偏導(dǎo)數(shù)得到的。x，y，z代表f的三個(gè)方向。通過(guò)線性代數(shù)理論的特征值分解，這個(gè)矩陣對(duì)應(yīng)有三個(gè)特征值，通過(guò)比較這本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
1.一種用于輔助肺炎診斷的圖像處理方法，其特征在于，順序執(zhí)行以下步驟：/nA、對(duì)病人進(jìn)行低劑量CT掃描，獲得薄層的胸部CT初始圖像；/nB、對(duì)初始圖像進(jìn)行分割處理，提取出肺部區(qū)域圖像；/nC、對(duì)肺部區(qū)域圖像進(jìn)行處理，得到去除肺部血管的圖像；/nD、對(duì)去除肺部血管的圖像采用神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)，輸出帶有炎癥標(biāo)記的圖像；/nE、分割出帶有炎癥標(biāo)記的圖像中的病灶區(qū)域，并對(duì)病灶區(qū)域進(jìn)行圖像可視化，得到供醫(yī)生查閱的最終圖像；/n其中，所述神經(jīng)網(wǎng)絡(luò)包括主干網(wǎng)絡(luò)、卷積層和激活層，對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練包括預(yù)訓(xùn)練和精準(zhǔn)訓(xùn)練，所述預(yù)訓(xùn)練選用病灶癥狀與待診斷肺炎達(dá)預(yù)定大小相似度的肺部疾病數(shù)據(jù)集，對(duì)主干網(wǎng)絡(luò)進(jìn)行訓(xùn)練，精準(zhǔn)訓(xùn)練采用待診斷肺炎類型的肺炎數(shù)據(jù)集對(duì)卷積層和激活層進(jìn)行訓(xùn)練。/n

【技術(shù)特征摘要】
1.一種用于輔助肺炎診斷的圖像處理方法，其特征在于，順序執(zhí)行以下步驟：
A、對(duì)病人進(jìn)行低劑量CT掃描，獲得薄層的胸部CT初始圖像；
B、對(duì)初始圖像進(jìn)行分割處理，提取出肺部區(qū)域圖像；
C、對(duì)肺部區(qū)域圖像進(jìn)行處理，得到去除肺部血管的圖像；
D、對(duì)去除肺部血管的圖像采用神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)，輸出帶有炎癥標(biāo)記的圖像；
E、分割出帶有炎癥標(biāo)記的圖像中的病灶區(qū)域，并對(duì)病灶區(qū)域進(jìn)行圖像可視化，得到供醫(yī)生查閱的最終圖像；
其中，所述神經(jīng)網(wǎng)絡(luò)包括主干網(wǎng)絡(luò)、卷積層和激活層，對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練包括預(yù)訓(xùn)練和精準(zhǔn)訓(xùn)練，所述預(yù)訓(xùn)練選用病灶癥狀與待診斷肺炎達(dá)預(yù)定大小相似度的肺部疾病數(shù)據(jù)集，對(duì)主干網(wǎng)絡(luò)進(jìn)行訓(xùn)練，精準(zhǔn)訓(xùn)練采用待診斷肺炎類型的肺炎數(shù)據(jù)集對(duì)卷積層和激活層進(jìn)行訓(xùn)練。


2.根據(jù)權(quán)利要求1所述的用于輔助肺炎診斷的圖像處理方法，其特征在于：所述肺部疾病數(shù)據(jù)集選用LUNA的肺結(jié)節(jié)CT數(shù)據(jù)的訓(xùn)練集。<...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：曾凱，何健，郭桐，馮亞崇，楊奎，吳小頁(yè)，
申請(qǐng)(專利權(quán))人：南京安科醫(yī)療科技有限公司，
類型：發(fā)明
國(guó)別省市：江蘇;32