[发明专利]MRI髋关节炎症分割与分类自动定量分级序贯方法

说明书

本发明公开了一种MRI髋关节炎症分割与分类自动定量分级序贯方法，解决了髋关节形状、大小、体素值分布不均匀致髋关节炎症区域定量、分级困难的问题,实现髋关节炎症区域自动化精确定量及分级评估。本发明根据体素值大小以反指数比例修改髋关节炎症区域标签值，减轻髋关节炎症区域体素值差异大导致的分割结果差的问题；本发明设计多尺度卷积模块GMS提升形状尺寸差异大的髋关节炎症区域的分割效果；针对占比小的髋关节炎症区域难以分类的问题，本发明融合了分割模型与分类模型以提升分类精度。本发明实现对多尺度、体素值差异大的髋关节炎症区域的一体化自动定量分级，提升定量分级效率。可用于MRI髋关节炎症区域定量和分级自动化处理。

技术领域

本发明属于图像处理技术领域，主要涉及核磁共振MRI髋关节炎症病灶的分割和分类，具体是一种MRI髋关节炎症分割与分类自动定量分级序贯方法，可用于脊柱关节炎中MRI图像髋关节炎症的自动化定量和分级。

背景技术

脊柱关节炎是一种慢性、炎症性和致残性疾病，髋关节损害是导致脊柱关节炎致残的主要原因，全髋关节置换术的年总发生率为0.17％～5％，因此，准确而早期的发现脊柱关节炎中髋关节的损害，有助于评估整体病情和制定诊疗计划，从而降低致残率。影像手段已成为早期诊断和评估脊柱关节炎的主要方法，核磁共振成像(MRI)由于对软组织病变的早期识别、实时成像、无辐射等原因，被广泛应用于脊柱关节炎的早期诊断中。它可以帮助医生在诊断中定位病变区域，并为早期诊断提供引导。

目前对脊柱关节炎MRI图像上炎症的评估主要依赖于临床医师的主观临床经验做判断。由于MRI图像上炎症区域的表现：形状、大小、分布均不规则，同时不同级别的临床医师的对MRI图像的临床判读结果存在严重程度不一致的问题，这些因素均影响了临床医生阅片分析的困难性和客观性，并且医生在对MRI定量分析时需要进行手工标注，及图像处理，这一过程将耗费医生大量的工作时间，严重影响工作效率和准确率。因此采用成熟的精准的计算机算法精确定量及分级评估MRI髋关节炎症区域，可以提高早期诊断的精度和准确率，是当前研究的热点和难点。其中MRI髋关节炎症区域定量分级技术是本研究的关键技术。

至今尚无脊柱关节炎髋关节的MRI图像定量、分级自动化处理工作的发表。然而，用于自动检测和分割结构和病理的各种深度学习方法已经被提出来，由于它们的通用性以及产生的实际应用效果而被广泛使用。2019年《Progress in Biomedical Optics andImaging》上发表的“Semi-automatic segmentation of JIA-induced inflammation inMRI images of ankle joints”中提出了一种基于阈值的炎症分割方法，利用MRI炎症的先验信息来设定阈值对炎症进行分割，该方法对炎症区域的体素值一致性要求较高，由于MRI数据中的炎症区域体素分布不均匀，利用该方法会导致炎症区域的分割效果差，影响定量精度。基于深度学习模型UNet进行病变分析的方法近年来被广泛使用，但由于脊柱关节炎MRI髋关节炎症区域具有尺度、形状、强度值、位置分布随机等特点，导致利用原始UNet方法无法充分获取MRI髋关节炎症区域准确的位置信息，容易出现漏检、错检的问题，导致最终的定量结果较差。同时，由于MRI髋关节炎症区域通常在MRI髋关节图像中占比较小，常见的图像分类模型对于MRI髋关节炎症区域的分级结果较差，因此对于形状尺寸差异大、占比小MRI髋关节炎症区域的准确分割和分类还未达到可实用的程度，需要进一步解决。

发明内容

本发明的目的在于针对现有技术的不足，提出一种更精准的自动化定量分级MRI髋关节炎症区域的MRI髋关节炎症分割与分类自动定量分级序贯方法。

本发明是一种MRI髋关节炎症分割与分类自动定量分级序贯方法，其特征在于，包括有如下步骤：