[发明专利]一种提取并分区多模影像图像中成分参数的方法

说明书

本申请提供了一种提取并分区多模影像图像中成分参数的方法，用于为腹部CT检查和腹部MR检查，提供了一套自动分割其图像的分割方案，尤其是分割结果里除了脂肪组织还涉及本申请特别配置的骨骼和骨骼肌，由此可以为相关的检查结果分析提供更为精细化、更为丰富的强有力数据支持。方法包括：获取腹部CT检查的Dicom文件和腹部MR检查的Dicom文件；对腹部CT检查的Dicom文件和腹部MR检查的Dicom文件进行分割，得到分割参考结果，其中，分割过程中的分割对象包括脂肪组织、骨骼和骨骼肌，脂肪组织包括皮下脂肪和内脏脂肪；通过分割参考结果训练3D U‑Net卷积神经网络；利用3D U‑Net卷积神经网络对当前Dicom文件进行分区分割，得到分割结果。

技术领域

本申请涉及影像领域，具体涉及一种提取并分区多模影像图像中成分参数的方法。

背景技术

电子计算机断层扫描(Computed Tomography，CT)还有磁共振检查(MagneticResonance，MR)都是常见的临床常规检查手段。

本申请发明人发现，除了能提供组织结构的病变信息，CT和MR图像还全面且清晰地展示了不同人体组织的分布。值得关注的是，包括脂肪组织、骨骼肌以及骨骼在内的各项身体成分已被证实与炎症、肿瘤、代谢性疾病的发生发展密切相关。因此，如果能采用一种方法高效快速地识别并提取图像中的不同身体成分的信息，则将有助于相关临床研究的开展。

发明内容

本申请提供了一种提取并分区多模影像图像中成分参数的方法，用于为腹部CT检查和腹部MR检查，提供了一套自动分割其图像的分割方案，尤其是分割结果里除了脂肪组织还涉及本申请特别配置的骨骼和骨骼肌，由此可以为相关的检查结果分析提供更为精细化、更为丰富的强有力数据支持。

本申请提供了一种提取并分区多模影像图像中成分参数的方法，方法包括：

获取腹部CT检查的Dicom文件和腹部MR检查的Dicom文件；

对腹部CT检查的Dicom文件和腹部MR检查的Dicom文件进行分割，得到分割参考结果，其中，分割过程中的分割对象包括脂肪组织、骨骼和骨骼肌，脂肪组织包括皮下脂肪和内脏脂肪；

通过分割参考结果训练3D U-Net卷积神经网络；

利用3D U-Net卷积神经网络对当前Dicom文件进行分区分割，得到分割结果。

在本申请第一种可能的实现方式中，腹部CT检查的Dicom文件选取动脉期的轴位CT图像，腹部MR检查的Dicom文件选取轴位T1加权图像，此外要求所有轴位图像均完整覆盖膈肌穹窿至耻骨联合上缘之间的区域。

在本申请第二种可能的实现方式中，腹部CT检查的Dicom文件采用基于CT阈值的3D分割处理，腹部MR检查的Dicom文件采用基于聚类的3D分割处理。

在本申请第三种可能的实现方式中，分割参考结果的内容包括如下：

第一腰椎上缘至第五腰椎下缘之间的垂直距离；

内脏脂肪组织、皮下脂肪组织以及骨骼肌的容积；

定量影像参数；

经过腰椎高度标准化后的各组织标准化指数。

在本申请第四种可能的实现方式中，通过分割参考结果训练3D U-Net卷积神经网络之前，方法还包括：