[发明专利]一种基于VGG孪生网络的脑胶质瘤关键帧智能抓取系统

说明书

本发明涉及一种基于VGG孪生网络的脑胶质瘤关键帧智能抓取系统，包括，预处理模块；分割标注模块；构建数据库模块，从已有的病人脑部MR三维图像中挑选出不同类型的图像数据，包含：轴向非核心区图像、轴向水肿区图像、轴向关键帧、冠状面非核心区图像、冠状面水肿区图像、冠状面关键帧、矢状面非核心区图像、矢状面水肿区图像、矢状面关键帧、黑色背景图像；每个类型的图像数据被划分到同一组别，其中三组，包括轴向关键帧、轴向关键帧和矢状面关键帧，分别为三个方向上的关键帧，其他七个组别进行对比训练；VGG孪生网络构建及训练模块；构建VGG孪生网络，将预处理后的数据库十组图像划分训练集和测试集，采用十折交叉验证法进行训练；关键帧提取模块。

技术领域

本发明涉及医学图像处理领域，具体设计一种基于VGG孪生网络对脑部MR图像中的脑胶质瘤区域进行关键帧抓取的计算机系统。

背景技术

脑肿瘤是由于细胞的异常发育所致，这种细胞以不受控制的方式增殖。中国脑肿瘤发病率和死亡率位居世界第一。脑胶质瘤是颅内最常见的恶性肿瘤，约占颅内肿瘤的40％～50％。脑胶质瘤恶性程度大，对人类的生命健康有着巨大的威胁。根据细胞种类的不同可以将脑胶质瘤分为星形细胞瘤、胶质母细胞瘤、少枝胶质细胞瘤等多种类型。不同种类细胞瘤的治疗和预后各不相同，及时准确的对脑胶质瘤区域定位，识别对病人术后效果有巨大的影响。而对脑胶质瘤的诊断受医生资历以及诊疗状态的影响，并且在拖动图像判断中医生可能会忽略部分微小的病变点位。能及时准确的将脑胶质瘤切片图像进行关键帧的提取，能有效助力医生对病人的诊疗过程。

经过专利申请人检索，目前与医学图像关键帧提取有关的国内发明专利主要集中在基于图像分类来进行关键帧的提取工作。李雷来等通过计算待分类图像和原型图像之间的欧氏距离来确定待分类图像的图像类别^[1]，钱林学等通过计算结节图像外接矩形对角线距离来确定关键帧^[2]，陆唯佳等通过采集显微镜视野下的医学影像视频流，提取视频帧中的单帧图像特征映射出包含关键帧信息的诊断分类结果^[3]。

相对而言基于图像分类的关键帧提取检测方向较为单一，鲁棒性较差。

参考文献：

[1]李雷来，王健宗，瞿晓阳，专利名称：医学图像分类方法、装置、设备及存储介质，申请号：202011009811.X

[2]钱林学，卜云芸，庞浩，刘涛，专利名称：一种医学超声图像辅助诊断系统自动更新的方法及系统，申请号：202010029036.8

[3]陆唯佳，姚建华，韩骁，周昵昀，专利名称：医学影像分析方法、装置、计算机设备和存储介质，申请号：201910176877.9

发明内容

本发明提供了一种脑部序列MR图像的关键帧智能提取系统。本发明能基于VGG孪生网络进行脑胶质瘤关键帧的智能提取，具有良好的准确性和鲁棒性。本发明的技术方案如下：

一种基于VGG孪生网络的脑胶质瘤关键帧智能抓取系统，包括，

预处理模块，其作用是对脑部MR图像进行颅骨剥离、线性配准、空间分辨率重新采样预处理，以减少无效图像信息对图像处理的影响。

分割标注模块，其作用是对预处理完的脑部MR图像，进行图像的分割标注，将感兴趣区域的三个区域：水肿区、坏死区及增强区，分别用不同像素值进行标注，并添加索引图像，分别用不同颜色代表脑胶质瘤的水肿区、坏死区和增强区，以实现标分割标注的可视化；

构建数据库模块，从已有的病人脑部MR三维图像中挑选出不同类型的图像数据，包含：轴向非核心区图像、轴向水肿区图像、轴向关键帧、冠状面非核心区图像、冠状面水肿区图像、冠状面关键帧、矢状面非核心区图像、矢状面水肿区图像、矢状面关键帧、黑色背景图像；每个类型的图像数据被划分到同一组别；数据库图像一共十组，其中三组，包括轴向关键帧、轴向关键帧和矢状面关键帧，分别为三个方向上的关键帧，其他七个组别进行对比训练；