[发明专利]用于基于深度学习的自动脊柱配准和标记传播的系统和方法

权利要求书

1.一种用于磁共振成像的方法，包括：

用脊柱标记自动标记脊柱的非功能性全身图像体积；

自动将所述脊柱的功能性全身图像体积配准到所述非功能性全身图像体积；以及

将所述脊柱标记传播到所述经配准的功能性全身图像体积。

2.根据权利要求1所述的方法，其中自动标记所述非功能性全身图像体积包括将所述非功能性全身图像体积输入到第一经训练的神经网络神经网络中，其中所述第一经训练的神经网络自动分割和标记所述非功能性全身图像体积。

3.根据权利要求1所述的方法，其中自动配准所述功能性全身图像体积包括将所述功能性全身图像体积和所述非功能性全身图像体积输入到第二经训练的神经网络，其中所述第二经训练的神经网络通过学习基于区域的几何特性和所述非功能性全身图像体积中所述脊柱的位置，自动校正所述功能性全身图像体积的脊柱区域中的几何不匹配或失准。

4.根据权利要求1所述的方法，其中将所述脊柱标记传播到所述经配准的功能性全身图像体积包括将具有所述脊柱标记的所述非功能性全身图像体积和所述经配准的功能性全身图像体积输入到第三经训练的神经网络中，其中所述第三经训练的神经网络将所述脊柱标记从所述非功能性全身图像体积映射到所述经配准的功能性全身图像体积。

5.根据权利要求1所述的方法，进一步包括将所述脊柱标记从所述经配准的功能性全身图像体积传播到所述经配准的功能性全身图像体积的一个或多个多平面重组视图。

6.根据权利要求1所述的方法，进一步包括融合所述非功能性全身图像体积和所述功能性全身图像体积以生成融合的图像体积，其中所述融合的图像体积包括具有所述脊柱标记的所述非功能性全身图像体积叠加在所述经配准的功能性全身图像体积上。

7.根据权利要求1所述的方法，其中所述非功能性全身图像体积描绘了所述脊柱的解剖结构，并且所述功能性全身图像体积描绘了所述脊柱的神经元或扩散功能。

8.根据权利要求1所述的方法，其中所述功能性全身图像体积包括扩散加权图像体积、PET图像体积或交叉模态图像体积。

9.一种方法，包括：

用第一经训练的神经网络对脊柱的功能性全身MR图像体积中所述脊柱的位置进行几何校正，以产生经校正的功能性图像体积；

用第二经训练的神经网络将所述脊柱的标记从所述脊柱的非功能性全身MR图像体积传播到所述经校正的功能性图像体积；以及

显示所述经校正的功能性图像体积的视图，所述脊柱的所述标记叠加在所述视图上。

10.根据权利要求9所述的方法，其中对所述功能性全身MR图像体积中所述脊柱的位置进行几何校正包括将所述非功能性全身MR图像体积和所述功能性全身MR图像体积输入到所述第一经训练的神经网络，其中所述第一经训练的神经网络学习所述非功能性全身MR图像体积中所述脊柱的位置和取向，并根据所述非功能性全身MR图像体积中所述脊柱的所述位置和/或取向对所述功能性全身MR图像体积中所述脊柱的所述位置和/或取向进行几何校正。

11.根据权利要求9所述的方法，还包括用第三经训练的神经网络在所述非功能性全身MR图像体积中自动生成所述脊柱的所述标记。

12.根据权利要求9所述的方法，其中所述功能性全身MR图像体积包括经由多个成像工位获取的多个功能性全身MR图像体积，其中对所述功能性全身MR图像体积中所述脊柱的所述位置或取向进行几何校正包括对所述多个功能性全身MR图像体积之间的所述脊柱的失准或不匹配进行几何校正。

13.根据权利要求12所述的方法，其中所述经校正的功能性图像体积包括通过所述几何校正而被拼接并配准为单个功能性全身MR图像体积的所述多个功能性全身MR图像体积。