[发明专利]GAN神经网络的创建方法、处理CXR胸部图像和装置

说明书

本发明公开了一种GAN神经网络的创建方法、处理CXR胸部图像和装置，该创建方法包括以下步骤：获取若干CXR胸部图像，并获取若干消骨前的DRR胸部图像，以及每个DRR胸部图像I_d对应消骨后的胸部图像、对应的DRR域的肋骨投影和对应的DRR域的肋骨残差图；创建GAN神经网络；基于若干CXR胸部图像、若干DRR胸部图像、若干胸部图像、若干肋骨投影和若干肋骨残差图，对所述GAN神经网络进行训练。该GAN神经网络能够从CXR图像中消除肋骨。

技术领域

本发明涉及医学影像技术领域，尤其涉及GAN神经网络的创建方法、处理CXR胸部图像和装置。

背景技术

X光胸片(Chest X-ray，CXR)图像被广泛应用于肺部疾病的诊断，如肺炎、肺结核和肺癌等。其中肺癌死亡人数为所有癌症死亡人数之首，若能早期检测出肺部疾病，就能够提高疾病的治疗效果，并降低肺癌的死亡率。尽管在检测性能上X光胸片不如CT(ComputedTomography，电子计算机断层扫描)，但是其具有的高经济性和低辐射剂量，X光胸片仍然是目前最主要的检测手段。

X光胸片成像是基于肺部中不同的组织在密度和厚度上存在差异，使得X射线穿透过程中被吸收的程度不同，从而在射线接收面上形成不同强度的影像。由于射线是投影到一个二维平面上，因此在射线方向上的不同组织会重叠显现在图像上，造成局部病变区域难以观测与识别。叠影是X光胸片所固有的问题，也是很多肺部疾病诊断决策失误的主要原因。研究表明，医生对胸片诊断的误诊率达30％，而其中82％-95％的漏诊是由于肋骨对肺部软组织的叠加或遮挡。获取仅含肺部软组织的图像的常规方法是双能量差技术，这种技术利用专用设备对被检者进行两次不同能量的曝光透视，将肋骨和软组织进行分离，且需要更大的辐射剂量，仅局限于大医院等机构。

因此，如何简便的从CXR图像中消除肋骨，就成为一个亟待解决的问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种GAN神经网络的创建方法、处理CXR胸部图像和装置。

为达到上述目的，本发明的技术方案是这样实现的：一种用于CXR胸部图像处理的GAN神经网络的创建方法，包括以下步骤：获取若干CXR胸部图像I_x，并获取若干消骨前的DRR胸部图像I_d，以及每个DRR胸部图像I_d对应消骨后的胸部图像Q_d、对应的DRR域的肋骨投影B_d和对应的DRR域的肋骨残差图R_d；创建GAN神经网络，所述GAN神经网络的生成器G包括：第一编码器E_s、第二编码器E_c、第三编码器E_R、第一解码器G_L、第二解码器G_Q、第三解码器G_R和第四解码器G_B；其中，第一编码器E_s对输入的待处理胸部图像I进行处理、并得到除去肋骨之后的结构特征F^S，第二编码器E_c对输入的待处理胸部图像I进行处理、并得到对比度特征F^C，第三编码器E_R对输入的待处理胸部图像I进行处理、并得到肋骨特征F^R；第一解码器G_L对结构特征F^S进行处理、并得到肺部分割L′；第二解码器G_Q对结构特征F^S和对比度特征F^C进行处理、并得到初始消骨图Q′；第三解码器G_R对对比度特征F^C和肋骨特征F^R进行处理、并得到肋骨残差图R′；第四解码器G_B对肋骨特征F^R进行处理、并得到肋骨投影图B′；基于若干CXR胸部图像I_x、若干DRR胸部图像I_d、若干胸部图像Q_d、若干肋骨投影B_d和若干肋骨残差图R_d，对所述GAN神经网络进行训练。