[发明专利]MR图像预测模型的训练方法、装置、设备及存储介质

说明书

本发明适用医学图像处理技术领域，提供了一种MR图像预测模型的训练方法、装置、设备及存储介质，该方法包括：从预先采集的样本数据中获取CT图像和CT图像对应的MR图像，以生成训练样本集，构建MR图像预测模型并对该模型进行初始化，根据训练样本集对初始化后的MR图像预测模型进行训练，获得训练好的MR图像预测模型，MR图像预测模型为U型网络结构的卷积神经网络，从而通过训练好的MR图像预测模型实现由CT图像预测得到对应的MR图像，预测效率较高且预测得到的MR图像质量较佳，进而通过结合CT图像和预测得到的MR图像，降低患者的看病成本，提高了医生的治疗效果。

技术领域

本发明属于医学图像处理技术领域，尤其涉及一种MR图像预测模型的训练方法、装置、设备及存储介质。

背景技术

CT图像可以在安全的辐射范围内对人体高密度组织具有较好的成像效果，且其成像速度较快，常被用于临床诊断，但对于低密度的软组织成像效果不佳。MR图像具有较高的软组织对比度，但其成像时间长、价格昂贵，且对于患有幽闭恐惧症或带有心脏起搏器等体内铁磁性异物的患者不能采集MR图像。临床中为了诊断病情，医生往往需要了解患者周围软组织的情况，因此在采集CT图像时需要额外采集患者的MR图像，但这也同时增加了患者看病的经济成本和时间成本。

在放疗中需要在治疗前对患者进行摆位，正确的摆位能够确保射线更精确地照射靶区，避免或减少对周围正常组织的照射。临床中常借助CT图像做影像引导，对患者进行摆位，但CT图像对于软组织的分辨率不高，对于头部等软组织肿瘤患者很难利用CT图像界定肿瘤的精确位置。若不能进行精确摆位，放疗过程中射线可能危及周围组织，造成严重后果。MR图像具有较高的软组织对比度，可以明确脑部肿瘤位置，更精确地对患者进行摆位，由于MR设备的强磁场与放疗设备存在复杂的兼容性问题，目前主流的放疗设备并未引入MR图像作为影像引导手段。

发明内容

本发明的目的在于提供一种MR图像预测模型的训练方法、装置、设备及存储介质，旨在解决由于现有技术中MR图像成像成本高、且与放疗设备无法兼容，而CT图像对软组织成像效果不佳，增加患者的看病成本且影响医生的治疗效果的问题。

一方面，本发明提供了一种MR图像预测模型的训练方法，所述方法包括下述步骤：

从预先采集的样本数据中，获取CT图像和所述CT图像对应的MR图像，根据所述CT图像和所述CT图像对应的MR图像，生成训练样本集；

构建MR图像预测模型，并对所述MR图像预测模型进行初始化，所述MR图像预测模型为U型网络结构的卷积神经网络；

根据所述训练样本集，对初始化后的所述MR图像预测模型进行有监督训练，获得训练好的MR图像预测模型。

另一方面，本发明提供了一种MR图像预测模型的训练装置，所述装置包括：

训练样本生成单元，用于从预先采集的样本数据中，获取CT图像和所述CT图像对应的MR图像，根据所述CT图像和所述CT图像对应的MR图像，生成训练样本集；

预测模型构建单元，用于构建MR图像预测模型，并对所述MR图像预测模型进行初始化，所述MR图像预测模型为U型网络结构的卷积神经网络；以及

预测模型训练单元，用于根据所述训练样本集，对初始化后的所述MR图像预测模型进行有监督训练，获得训练好的MR图像预测模型。

另一方面，本发明还提供了一种医学图像处理设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述MR图像预测模型的训练方法所述的步骤。

另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述MR图像预测模型的训练方法所述的步骤。