[发明专利]一种SPECT三维重建图像到标准视图的自动转向方法

权利要求书

1.一种SPECT三维重建图像到标准视图的自动转向方法，其特征在于，将待转向SPECT三维重建图像作为输入，利用SPECT三维重建图像自动转向模型进行自动转向获得标准视图；其中，所述SPECT三维重建图像自动转向模型包括由卷积模块、全连接层组成的特征提取网络和空间变换网络，所述SPECT三维重建图像自动转向模型训练包括以下步骤：

步骤一：获取SPECT三维重建图像A和对应的转向后用于临床分析的标准SPECT图像S，提取SPECT三维重建图像A和标准SPECT图像S之间的刚性配准参数P，形成SPECT三维重建图像A、刚性配准参数P和标准SPECT图像S的映射数据库；其中，所述刚性配准参数P包括3个方向的平移参量和3个角度的旋转角度参量；

步骤二：将SPECT三维重建图像A输入至特征提取网络，利用卷积模块对SPECT三维重建图像A进行特征提取，并经过全连接转换为6维的特征向量T；

步骤三：采用空间变换网络将特征向量T应用于SPECT三维重建图像A上获得预测图像B；

步骤四：构建预测图像B与标准SPECT图像S之间的图像损失函数L-img和特征向量T与刚性配准参数P之间的参数损失函数L-par，对网络进行训练优化获得SPECT三维重建图像自动转向模型。

2.根据权利要求1所述的自动转向方法，其特征在于，所述卷积模块、全连接层的层数均为3层，每个卷积模块包含卷积层和池化层。

3.根据权利要求1所述的自动转向方法，其特征在于，所述映射数据库的建立过程为：获取n个不同的人的SPECT三维重建图像A和与之相对应的转向后标准SPECT图像S，通过对SPECT三维重建图像A进行平移旋转而与之对应的标准SPECT图像S不变的数据增强形式生成m组对应的三维图像；其中，n、m为正整数，m＞n；利用图像配准软件计算每组对应的SPECT三维重建图像A到标准SPECT图像S的6个刚性配准参数P作为标签值，6个参数分别为3个方向的平移参量和3个角度的旋转角度参量P=[t_x、t_y、t_z、β、α、γ]。

4.根据权利要求1所述的自动转向方法，其特征在于，所述特征提取网络的输入还包括输入图像的梯度图。

5.根据权利要求1所述的自动转向方法，其特征在于，所述步骤三具体为：

将特征向量T拆分为位移矩阵M=[t_x、t_y、t_z]及旋转矩阵R=[β、α、γ]，将R从欧拉角转换为世界坐标系参数：

重构变换矩阵T’=[R M^T]，将SPECT三维重建图像A及变换矩阵T’= [R M^T]输入至空间变换网络，得到网络输出的预测图像B。

6.根据权利要求1所述的自动转向方法，其特征在于，所述步骤四中，联合图像损失函数L-img和参数损失函数L-par构建整体联合损失函数L：L = δL-par + L-img，其中δ为权重系数，取值为0.3。

7.根据权利要求1所述的自动转向方法，其特征在于，所述图像损失函数L-img采用Dice-loss损失函数。

8.根据权利要求1所述的自动转向方法，其特征在于，所述参数损失函数L-par采用绝对值损失函数L1或范数损失函数L2。

9.根据权利要求8所述的自动转向方法，其特征在于，旋转角度的参数损失函数表示为：

其中Ω(~)=mod(~+π, 2π)-π，θ为特征向量T中的旋转角度，表示旋转角度真值。