[发明专利]一种主动脉夹层破口位置的检测方法

权利要求书

1.一种主动脉夹层破口位置的检测方法，其特征在于，包括：

A、获取待检测的主动脉夹层患者的主动脉区域的3D CTA图像；

B、获取所述3D CTA图像的主动脉夹层真腔及假腔分割的二值化掩膜；以及将所述3DCTA图像的图像像素值转化为Hu值；

C、将所述二值化掩膜的真腔掩膜与所述Hu值相乘并求平均得到真腔的平均Hu值，将所述Hu值设为Mt；以及根据真腔及假腔的二值化真腔掩膜获取真假腔中间的内膜片；

D、将所述内膜片上的获取的[Mt,Mt+50]之间的值所对应的位置作为预测的破口位置。

2.根据权利要求1所述的方法，其特征在于，所述步骤D之后还包括：

E、将所述破口位置按照面积由大到小进行排序，选择排序靠前的指定数量的破口位置作为建议的破口位置。

3.根据权利要求1所述的方法，其特征在于，步骤C所述内膜片的获取方法包括：

对所述3D CTA图像每一层的真假腔掩膜进行膨胀处理，以使得真假腔掩膜的临近的真腔和假腔形成连通域；保留每一层膨胀处理后的面积最大的掩膜；

将每一层膨胀处理后的面积最大的掩膜做腐蚀处理；

将每一层腐蚀处理后的掩膜减去膨胀处理前的真腔和假腔的二值化掩膜就可以得到真腔和假腔中间的内膜片。

4.根据权利要求3所述的方法，其特征在于，所述膨胀处理采用大小为(7,7)的核；所述腐蚀处理采用大小为(3,3)的核。

5.根据权利要求1-4所述的方法，其特征在于，步骤B所述主动脉夹层真腔及假腔分割的二值化掩膜的获取方法为：

M1、输入患者的主动脉区域的CTA图像至一主动脉夹层分割模型中；

M2、输出所述主动脉夹层部位的真腔和假腔分割的二值化掩膜。

6.根据权利要求5所述的方法，其特征在于，所述主动脉夹层分割模型的构建方法，包括：

A’、获取指定数量的主动脉夹层患者的主动脉区域的CTA图像；

B’、通过卷积神经网络对所述CTA图像进行预处理，并提取预处理后的所述CTA图像的主动脉夹层的主动脉、真腔、假腔的图像特征；并且获取金标准分割的主动脉、真腔、假腔的位置标注信息；

C’、根据所述图像特征及所述位置标注信息，通过多任务网络Multi-task UNet进行训练，以获取训练后的主动脉夹层分割模型。

7.根据权利要求6所述的方法，其特征在于，所述步骤C’之后还包括：

D’、选取指定数量的CTA图像作为验证集，对所述主动脉夹层分割模型进行验证；其中，所述CTA图像包含有提取后的图像特征及位置标注信息；包括：

D1’、将验证集中的原始的未标注的CTA图像输入至所述主动脉夹层分割模型中，通过该模型输出所述CTA图像中的主动脉夹层部位的主动脉、真腔和假腔的分割的预测结果；

D2’、将所述预测结果与其对应的CTA图像的的金标准分割的位置标注信息进行重叠度比对以及获取两者之间的Hausdorff距离；

D3’、采用最大化所述重叠度的同时最小化Hausdorff距离的混合损失函数策略对所述主动脉夹层分割模型进行优化处理，继续对所述主动脉夹层分割模型进行训练至所述重叠度最大且所述Hausdorff距离最小。

8.根据权利要求7所述的方法，其特征在于，步骤D3’所述混合损失函数的获取方式包括：

将所述重叠度进行可微分处理，且将所述Hausdorff距离进行可微分处理；

根据可微分处理后的重叠度以及可微分处理后的Hausdorff距离获取针对主动脉、真腔和假腔的每一分割任务的损失函数；

根据所述每一分割任务的损失函数获取最终的混合损失函数。

9.根据权利要求5所述的方法，其特征在于，所述步骤M2之后还包括对主动脉夹层真腔及假腔分割的二值化掩膜的进行后处理，具体为：

N1、对所述二值化掩膜中的主动脉部分选择最大的连通区域，去除其他的误分割；且用最大的二值化连通区域对真腔和假腔相乘，以保证真腔假腔都在主动脉区域内；和\或

N2、采用cv2.GaussianBlur对分割的主动脉，真腔和假腔z轴的每一层进行平滑处理；和\或

N3、对预测结果中真腔、假腔分割重叠部分的处理：

设真腔分割时对图像的体素V预测为前景和背景的概率分别为和P₁和P₂，P₁＞P₂；假腔分割时对图像中的体素V预测为前景和别境的概率分别为P₃和P₄，P₃＞P₄；计算Δ₁＝P₁-P₂和Δ₂＝P₃-P₄，若Δ₁＞Δ₂则将体素V归类为真腔，反之归类为假腔。