[发明专利]人体成分CT影像标记方法、系统、电子设备和存储介质

权利要求书

1.一种人体成分CT影像标记方法，其特征在于，所述方法包括：

将获取的人体成分CT影像进行预处理，得到预处理后的目标组织器官影像序列；

对所述目标组织器官影像序列于CT矢状位进行定位识别，得到目标组织器官的矢状位定位图像；其中，所述目标包括指定位置的肌肉或肌肉群、肝脏、不同目标区域脂肪组织；

对所述目标组织器官的矢状位定位图像于轴位水平进行分割处理，得到针对所述指定位置的组织器官的CT影像的分割结果。

2.根据权利要求1所述的人体成分CT影像标记方法，其特征在于，所述将获取的组织器官CT影像进行预处理，得到指定位置的肌肉或肌肉群、肝脏、不同目标区域脂肪组织的影像序列的步骤，包括：

对所述目标组织器官CT影像进行重采样，得到重采样后的组织器官CT影像；所述CT影像包括多个椎体水平、指定肢体水平的影像图像；

对所述重采样后的人体成分CT影像进行感兴趣区域提取，得到目标组织器官区域图像；其中，所述目标组织器官区域图像包括待分割目标区域；

对所述目标组织器官区域图像进行归一化处理，得到所述指定位置的肌肉或肌肉群、肝脏、不同目标区域脂肪组织的影像序列。

3.根据权利要求1所述的人体成分CT影像标记方法，其特征在于，所述对所述目标组织器官影像序列于CT矢状位进行定位识别，得到目标区域的矢状位定位图像的步骤，包括：

基于预先训练好的定位神经网络对所述目标组织器官影像序列于CT矢状位进行定位识别，得到所述目标组织器官的矢状位定位图像；

其中，所述预先训练好的定位神经网络包括依次连接的输入层、第一指定数量的第一卷积层、第一最大值池化层、第一指定数量的第二卷积层、第二最大值池化层、第二指定数量的第三卷积层、第三最大值池化层、第二指定数量的第四卷积层、第四最大值池化层、第二指定数量的第五卷积层、第五最大值池化层、第一指定数量的第六卷积层、第六最大值池化层、第三指定数量的全连接层及输出层。

4.根据权利要求3所述的人体成分CT影像标记方法，其特征在于，所述第一指定数量为2；第二指定数量为3；第三指定数量为2。

5.根据权利要求1所述的人体成分CT影像标记方法，其特征在于，所述对所述目标区域的矢状位定位图像于轴位水平进行分割处理，得到针对所述指定位置的目标区域的CT影像的分割结果的步骤，包括：

将所述目标组织器官的矢状位定位图像输入至预先训练好的分割神经网络，得到针对所述指定位置的肌肉或肌肉群、肝脏、不同目标区域脂肪组织的CT影像的多种所述分割结果；

其中，所述预先训练好的分割神经网络包括依次连接的输入层、正向分割子网络、反向分割子网络、卷积层和sigmoid层；其中，所述正向分割子网络包括第四预设个数的卷积残差模块-池化层对；所述反向分割子网络包括第五预设个数的卷积残差模块-反池化层对。

6.根据权利要求1所述的人体成分CT影像标记方法，其特征在于，所述分割结果包括多种目标参数，目标参数包括：腹腔内脂肪组织、腹部皮下脂肪组织、肢体皮下脂肪组织、肢体筋膜下脂肪组织、肢体肌间脂肪组织、目标位置的肌肉或肌肉群的面积、面积指数、肌肉或肌肉群的CT值、肌肉脂肪浸润程度百分数、肝脏CT值、肝脏相对CT比值。

7.根据权利要求6所述的人体成分CT影像标记方法，其特征在于，所述肌肉脂肪浸润程度通过肌间脂肪CT值范围和肌肉CT值范围表征；其中，首先在肌肉区域使用半径为3像素的结构元素进行形态学侵蚀，以去除分割边缘的伪影；随后在侵蚀肌肉区域的-190--30Hu范围内对脂肪像素进行阈值提取；肌间脂肪CT值范围：-190--30Hu；肌肉CT值范围：-29-150Hu；具体方法为：对目标肌肉或肌肉群依照连续区域分割后，计算该区域面积，随后将区域内部包含的零散脂肪组织通过阈值处理的方法，把内部零散的脂肪组织区域分割提取出来，计算每个脂肪区域小面积，相加得到零散脂肪组织面积的总和；最后，肌间零散脂肪组织面积总和与目标肌肉或肌肉群面积的比值，则为肌肉脂肪浸润程度，以百分数的形式表示。