[发明专利]一种通用智能自动化读片方法

权利要求书

1.一种通用智能自动化读片方法，其特征在于，包括如下步骤：

步骤S1，获取样本大脑检测影像的基础结构影像与待测结构影像；

步骤S2，对步骤S1中获取的待测结构影像进行数据处理，找出待测结构影像上的异常信号点，分析并绘制蒙版；

步骤S3，将蒙版基于待测结构影像刚体变换到基础结构影像之上；

步骤S4，将蒙版覆盖后的样本大脑基础结构影像与标准空间进行配准，获得转换矩阵，从而将样本大脑根据转换矩阵映射至标准脑模板；

步骤S5，将样本大脑分为灰质、白质和脑脊液；

步骤S6，在步骤S5的基础上，利用步骤S4中所得的转换矩阵，将待测结构影像映射至标准脑模板；

步骤S7，提取每个样本大脑在神经通路蒙版内的待测信号，并计算异常信号值的体素数量。

2.根据权利要求1所述的通用智能自动化读片方法，其特征在于，所述步骤S2采用基于影像信号强度的自动化算法，针对待测结构影像上的异常信号点进行分析，具体包括如下子步骤：

步骤S21，通过样本大脑待测结构影像的影像扫描值大小将样本大脑与周边背景噪音区分并提取；

步骤S22，将样本大脑的二维分层扫描的待测结构影像合并为三维待测结构影像；

步骤S23，将三维待测结构影像粗略地线性刚体与标准待测结构影像进行比较；

步骤S24，找出标准待测结构影像上面皮层、神经核团、神经通路的位置；

步骤S25，通过标准待测结构影像上步骤S24所给出的特定区域位置的影像扫描值大小，找出三维待测结构影像异常信号点，绘制蒙版。

3.根据权利要求1所述的通用智能自动化读片方法，其特征在于，所述步骤S4基于Costfunction算法，实现将样本大脑根据转换矩阵映射至标准脑模板。

4.根据权利要求1或3所述的通用智能自动化读片方法，其特征在于，所述步骤S4中，重采样分辨率至1×1×1mm³。

5.根据权利要求1所述的通用智能自动化读片方法，其特征在于，所述步骤S5采用SPM软件自带的Segmentation算法完成。

6.根据权利要求1所述的通用智能自动化读片方法，其特征在于，还包括如下步骤：

步骤S8，在一组训练集上比较步骤S7中得到的异常信号值的体素数量与多名神经科医生手动得出的异常信号值的体素数量，并进行拟合。

7.根据权利要求1、3或5所述的通用智能自动化读片方法，其特征在于，所述步骤S4和步骤S6中还包括对映射结果逐一检查的过程，以确保映射结果正确。

8.根据权利要求1或2所述的通用智能自动化读片方法，其特征在于，所述检测影像包括如下任一种或任多种：

CT影像；

MRI影像。