[发明专利]融合全卷积神经网络和条件随机场的脑肿瘤自动分割方法

权利要求书

1.一种融合全卷积神经网络和条件随机场的脑肿瘤自动分割方法，其特征在于，包括以下步骤：

步骤1，采用不均匀偏移校正以及亮度规整化方法，对包含脑肿瘤图像的磁共振图像进行处理，生成第二磁共振图像；

步骤2，采用融合全卷积神经网络和条件随机场的神经网络，对所述第二磁共振图像进行脑肿瘤分割，并输出脑肿瘤分割结果。

2.根据权利要求1所述的方法，其特征在于，步骤1中对包含脑肿瘤图像的磁共振图像进行处理的步骤包括：

步骤11，使用N4ITK算法对包含脑肿瘤图像的磁共振图像进行不均匀场偏移校正，生成磁共振图像f1；

步骤12，对磁共振图像f1进行亮度规整化处理。

3.根据权利要求2所述的方法，其特征在于，步骤12具体包括：

步骤121，线性调整磁共振图像f1的亮度，使其对应的灰度值落入预设的灰度值区间，生成磁共振图像f2；

步骤122，计算所述磁共振图像f2的亮度直方图；

步骤123，利用所述磁共振图像f2的亮度直方图的峰值处对应的亮度I和脑所在区域的体素亮度相对于I的方差对磁共振图像f2进行归一化，生成磁共振图像f3；

步骤124，对所述磁共振图像f3的亮度范围进行调整，使其对应的灰度值落入所述预设的灰度值区间，生成磁共振图像f4，磁共振图像f4即为第二磁共振图像。

4.根据权利要求3所述的方法，其特征在于，所述第二磁共振图像包含Flair、T1c和T2三种模式的磁共振图像。

5.根据权利要求1所述的方法，其特征在于，所述融合全卷积神经网络和条件随机场的神经网络为全卷积神经网络和条件随机场融合后构成的深度神经网络；所述的条件随机场为CRF-RNN网络。

6.根据权利要求5所述的方法，其特征在于，所述全卷积神经网络为串联结构的卷积神经网络，由第一卷积神经网络和第二卷积神经网络串联构成，所述全卷积神经网络具有第一尺度输入和第二尺度输入，具体为：

第一尺度输入经过第一卷积神经网络生成特征图，将所述特征图与所述第二尺度输入进行合并作为第二卷积神经网络的输入；所述特征图与所述第二尺度输入大小相同。

7.根据权利要求1所述的方法，其特征在于，所述步骤2对所述第二磁共振图像进行脑肿瘤分割的步骤包括：

步骤21，依次获取第二磁共振图像三个模式图像的各个轴向切片；所述轴向切片大小为w*h*3，3个通道的数据依次取自Flair、T1c、T2；

步骤22，对步骤21中所获取的轴向切片进行周围补零的操作，生成大小为(w+64)*(h+64)*3和(w+32)*(h+32)*3的两种尺寸的图片；

步骤23，将步骤22中补零操作后生成图片输入融合全卷积神经网络和条件随机场的神经网络进行脑肿瘤分割，并输出脑肿瘤分割结果图片。

8.根据权利要求7所述的方法，其特征在于，所述的融合全卷积神经网络和条件随机场的神经网络，通过如下步骤进行参数训练：

步骤S1，使用取自磁共振图像轴向切片的小块对全卷积神经网络进行训练；所述取自磁共振图像轴向切片的小块，具体为以特定像素为中心的Flair、T1c、T2三种模式磁共振图像上正方形的块，其分类标签为该像素的标签；

步骤S2，使用取自磁共振图像的轴向切片，输入步骤S1训练好的全卷积神经网络，并将全卷积网络的输出作为条件随机场的输入，条件随机场网络将输出对该轴向切片的肿瘤分割结果，该结果将与真值图像对比并计算softmax损失，然后误差反传训练条件随机场的网络参数，该步骤中固定全卷积神经网络参数；

步骤S3，使用取自磁共振图像的轴向切片，对融合全卷积神经网络和条件随机场的神经网络进行参数的优化。

9.根据权利要求1～8中任一项所述的方法，其特征在于，在步骤2输出脑肿瘤分割结果之后，还包括脑肿瘤分割结果筛选的步骤，具体为通过滤除小体积肿瘤区域和通过阈值过滤法对脑肿瘤分割结果进行筛选。

10.根据权利要求9所述的方法，其特征在于，所述的阈值过滤法为：

Flair、T1c、T2三种模式磁共振图像对应的脑肿瘤分割结果中，

如果分割结果中V_Flair(x,y,z)<0.8*Mean_Flair，V_T1c(x,y,z)<125，V_T2(x,y,z)<0.9*Mean_T2，Result(x,y,z)<4，令Result(x,y,z)＝0；

如果分割结果中vol_e/vol_t<0.05，V_T1c(x,y,z)<85，并且Result(x,y,z)＝2，令Result(x,y,z)＝3；

如果V_T1c(x,y,z)<100，且Result(x,y,z)＝4，令Result(x,y,z)＝1；

其中，V_Flair、V_T1c、V_T2分别表示Flair、T1c、T2模式的第二磁共振图像；Result表示脑肿瘤分割结果；Mean_Flair和Mean_T2分别表示Result中所示的包括水肿在内的全部肿瘤区域在Flair和T2模式的第二磁共振图像对应位置处的平均亮度；vol_e表示Result中增强核的体积；vol_t表示Result中包括水肿在内的全部肿瘤的体积；(x,y,z)表示体素；Result(x,y,z)＝0,1,2,3,4依次表示体素(x,y,z)被标注为健康组织、坏死、水肿、非增强核、增强核。