[发明专利]基于PET/MR成像系统的自动脑区分割方法及装置

说明书

本发明涉及一种基于PET/MR成像系统的自动脑区分割方法及装置，将MRI图像和PET图像特征进行融合，提高脑区分割精度与准确率。所述方法将同一人的MRI图像和PET图像作为一个样本；将每个样本中的MRI图像进行去颅骨、绘制标签处理后，将其作为模板对PET图像进行配准处理，使得PET图像与MRI图像共用标签；对配准后的图像，按照横断面进行切片处理，并对切片图像进行数据归一化处理以及对标签进行独热编码；建立一个具有两个输入通道一个输出通道的Unet模型；将MRI图像与PET图像的切片作为Unet模型的输入，得到特征融合后的脑区分割结果。本发明通过融合PET/MR双模态的特征，保留个体特异性，提高脑区分割精度与准确率。

技术领域

本公开涉及医学图像分割，具体涉及一种基于PET/MR成像系统的自动脑区分割方法及装置。

背景技术

一体化正电子发射断层成像(PET)/核磁共振成像(MRI)是将PET和MRI整合成一体的新型多模态影像系统。它实现了两种不同设备在相同空间内同时采集，既结合了MRI系统的软组织高分辨率与多参数多功能成像特性，又结合了PET系统的放射性示踪剂代谢高灵敏度以及数据定量化特性。脑区分割的准确与否对临床诊断影响重大，对于脑血管疾病、老年痴呆、癫痫、帕金森、神经退行性疾病的诊断以及神经精神药物研究与脑功能研究等具有重要价值。

传统方法和分割工具采取标准脑模板的方法，忽略了个体差异。大部分算法基于少数脑区或者脑肿瘤分割，将这些算法用于对整个脑区分割时，算法鲁棒性差。当前由于PET分辨率远低于MRI，大多数脑区分割算法研究都集中在MRI上，少有研究用PET实现脑区分割的算法，但是PET属于功能成像，侧重于细胞活动的病例检测应用，对其脑区分割有非常大的实际应用价值。

发明内容

有鉴于此，本发明的主要目的是提出一种基于PET/MRI成像系统的自动脑区分割的方法或者装置，该方法或者装置能够保留个体特异性，并具有PET图像和MRI图像各自的优点，有利于提高整体的分割准确率。

第一方面，本发明提出的一种基于PET/MRI成像系统的自动脑区分割方法，所述方法包括下述步骤：

S100、将同一人的MRI图像和PET图像作为一个样本；在将每个样本中的MRI图像进行去颅骨、绘制标签处理后，将其作为模板对PET图像进行配准处理，使得PET图像与MRI图像共用标签；

S200、对配准后的图像，按照横断面进行切片处理，并对切片图像进行数据归一化处理以及对标签进行独热编码；

S300、建立一个具有两个输入通道的Unet模型；

S400、将MRI图像与PET图像的切片作为Unet模型的输入，得到特征融合后的脑区分割结果。

优选地，在所述方法中，所述Unet模型为7层Unet模型；

所述7层Unet模型包括14个卷积模块；前6个卷积模块中，每个卷积模块后面设置一个下采样模块；从第8个卷积模块到第13个卷积模块，每个卷积模块前面设置一个上采样模块；

所述下采样模块采用最大池化对输入图像进行压缩处理；

所述上采样模块采用逆卷积对输入图像进行放大处理；

前13个卷积模块中，每个卷积模块有两个卷积层用于特征提取，在每个卷积层依次增加归一化层和激活层；

第14个卷积模块只有一个卷积层，用于输出各类脑区分割结果。

所述归一化层采用的归一化方法为实例归一化，所述激活层的函数选择LeakyReLU激活函数。

优选地，在所述方法中，所述脑区标签为43个，包括42个脑区分割标签和1个背景。