[发明专利]一种医学影像的三维虚拟重构方法和系统

说明书

本发明实施例提供了一种医学影像的三维虚拟重构方法和系统。所述方法包括：对多组原始医学影像进行深度学习训练，获得多组感兴趣区域的区域特征数据，根据所述多组区域特征数据进行梯度训练学习，得到多组二维卷积核模型，采用所述多组二维卷积核模型，组成多组三维卷积核模型，采用所述多组三维卷积核模型对所述多组原始医学影像进行卷积处理，生成多组预处理医学影像，采用所述多组预处理医学影像，进行三维虚拟重构，采用本发明的技术方案，能够使每个预处理医学影像中各个器官的边界更加清晰，另外，每个预处理医学影像的断层数据可以实现平滑过渡，从而解决了医学影像在三维虚拟重构时出现断层的技术问题。

技术领域

本发明涉及三维虚拟重构技术领域，特别是涉及一种医学影像的三维虚拟重构方法和系统。

背景技术

医学扫描影像数据固有的特性如CT放射性对患者的损伤、MRI扫描信号串扰、密集扫描耗时长、影像数据量庞大等情况，不适合使用密集逐层扫描，扫描间隔过密时，CT扫描会成倍的增加患者被放射性射线照射的时间、同时扫描影像数据数量级增加，导致后期处理消耗巨大的处理能力，通常在扫描时通常采用的是以较大间距进行跳跃式扫描以减少患者放射性照射时间。

目前根据医学扫描影像数据进行三维虚拟影像重构，通常采用读取医学影像灰阶数据，根据不同灰阶值设置不同的颜色标识，生成层叠式三维虚拟影像，这种方式重构出的三维虚拟影像存在器官边界区间模糊的问题；进一步的三维虚拟影像重构方法采用平面二维卷积神经网络对医学扫描影像数据进行预处理，可以使病灶与正常组织形成更明晰的边界，然后在进行层叠式三维虚拟影像重构，此方式较前一种方式有了较大改进，是目前三维虚拟影像重构的主流处理方法。由于医学扫描间隔问题，会导致在层叠式三维重构虚拟影像时，层与层之间的跳变脱离问题。在不同扫描影像层之间，影像数据同样存在与扫描层内相同的数据过渡问题。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种医学影像的三维虚拟重构方法和相应的一种医学影像的三维虚拟重构系统。

为了解决上述问题，本发明实施例公开了一种医学影像的三维虚拟重构方法，所述方法包括：

对多组原始医学影像进行深度学习训练，获得多组感兴趣区域的区域特征数据；

根据所述多组区域特征数据进行梯度训练学习，得到多组二维卷积核模型；

采用所述多组二维卷积核模型，组成多组三维卷积核模型；

采用所述多组三维卷积核模型对所述多组原始医学影像进行卷积处理，生成多组预处理医学影像；

采用所述多组预处理医学影像，进行三维虚拟重构。

可选地，对所述多组区域特征数据进行梯度训练学习，得到多组二维卷积核模型的步骤包括：

采用所述区域特征数据进行梯度计算，得到梯度下降率；

采用所述区域特征数据建立初始二维卷积核模型；

根据所述梯度下降率更新所述初始二维卷积核模型，得到二维卷积核模型；

多次重复上述步骤，得到多组二维卷积核模型。

可选地，采用所述多组三维卷积核模型对所述多组原始医学影像进行卷积处理，生成多组预处理医学影像的步骤包括：

将所述原始医学影像上的一个数据位设定卷积开始中心点；

将所述三维卷积核模型的核心与所述卷积开始中心点重合后，采用三维卷积核模型的权值与所述原始医学影像进行卷积处理，得到预处理中心点数据；

将所述卷积开始中心点往卷积处理方向上偏移一个数据位；

多次重复上述步骤，得到多组预处理中心点数据；