买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：首都医科大学附属北京天坛医院;北京航空航天大学

摘要：本发明公开一种DWI‑FLAIR不匹配评估方法、装置、介质及产品，涉及图像识别技术领域，方法包括：获取目标对象的弥散加权影像和液体衰减反转恢复影像；应用第一图像分割模型对弥散加权影像进行分割，得到第一图像分割结果；应用第二图像分割模型对液体衰减反转恢复影像进行分割，得到第二图像分割结果；将第二图像分割结果配准到第一图像分割结果，得到配准后的第二图像分割结果；应用Dice指标，评估第一图像分割结果和配准后的第二图像分割结果的不匹配程度。本发明能够提高评估DWI‑FLAIR是否匹配的效率。

主权项：1.一种DWI-FLAIR不匹配评估方法，其特征在于，所述方法包括：获取目标对象的弥散加权影像和液体衰减反转恢复影像；应用第一图像分割模型对所述弥散加权影像进行分割，得到第一图像分割结果；其中，所述第一图像分割模型是利用急性缺血性病变弥散加权影像数据集对基于U-Net框架的神经网络进行训练得到的；应用第二图像分割模型对所述液体衰减反转恢复影像进行分割，得到第二图像分割结果；其中，所述第二图像分割模型是利用急性缺血性病变液体衰减反转恢复影像数据集对基于U-Net框架的神经网络进行训练得到的；将所述第二图像分割结果配准到所述第一图像分割结果，得到配准后的第二图像分割结果；应用Dice指标，评估所述第一图像分割结果和所述配准后的第二图像分割结果的不匹配程度；所述基于U-Net框架的神经网络包括依次连接的四个下采样层、残差模块、依次连接的四个上采样层和第一激活函数；依次连接的四个所述下采样层与所述残差模块连接；所述残差模块与依次连接的四个所述上采样层连接；依次连接的四个所述上采样层与所述第一激活函数连接；所述下采样层包括依次连接的最大池化层、第一卷积层、第一InstanceNorm层、第二激活函数、第二卷积层、第二InstanceNorm层和第三激活函数；所述第一卷积层和所述第二卷积层的卷积核的尺寸均为3；所述上采样层包括依次连接的反卷积层、第三卷积层、第三InstanceNorm层、第三激活函数、第四卷积层、第四InstanceNorm层和第四激活函数；所述第三卷积层和所述第四卷积层的卷积核的尺寸均为3；所述第一图像分割模型为DWI-UNet图像分割模型；所述第二图像分割模型为FLAIR-UNet图像分割模型；所述DWI-UNet图像分割模型和所述FLAIR-UNet图像分割模型架构一致；所述DWI-UNet图像分割模型和所述FLAIR-UNet图像分割模型由4个下采样和上采样阶段构成；其中，每个下采样层包括一个最大池化层，两个卷积层，两个InstanceNorm层和两个ReLU激活函数，并按照最大池化层、卷积层-1、InstanceNorm-1、ReLU-1、卷积层-2、InstanceNorm-2、ReLU-2顺序构建；每个下采样层的卷积层的卷积核大小为3，步长为1，填充为1；每个上采样层包括一个反卷积层，两个卷积层，两个InstanceNorm层和两个ReLU激活函数，并按照反卷积层、卷积层-1、InstanceNorm-1、ReLU-1、卷积层-2、InstanceNorm-2、ReLU-2顺序构建；每个上采样层的反卷积层的卷积核大小为2，步长为2，填充为0；每个上采样层的卷积层的卷积核大小为3，步长为1，填充为1；在下采样层采用密集连接方式，并在Bottleneck处增加了一个残差模块；所述DWI-UNet图像分割模型和所述FLAIR-UNet图像分割模型的输出经过一个Sigmoid激活函数，将输出的值域范围限制到[0，1]，输出的值是对目标区域预测的概率结果；对所述DWI-UNet图像分割模型和所述FLAIR-UNet图像分割模型进行训练时，首先构造DWI和FLAIR急性缺血性病变数据集，对原始DWI和FLAIR影像进行挑选，剔除异常数据，然后由医生勾画出病变区域，作为对应图像的目标区域标注，与原始影像数据构成图像分割数据集；然后应用对应的图像分割数据集分别对所述DWI-UNet图像分割模型和所述FLAIR-UNet图像分割模型进行训练，并且在训练时采用加权交叉熵损失和Dice损失，训练的总损失函数为二者之和，其计算公式分别如下： ； ；其中，表示权重参数，表示一张图像中第个像素点，表示该像素点处的真实标签值，表示该像素点处网络的预测值，表示对应元素进行乘积操作，N为一张图像中像素点的总个数；最终通过反向梯度传播和梯度下降算法分别训练所述DWI-UNet图像分割模型和所述FLAIR-UNet图像分割模型直到收敛；用交叉验证的方式，在测试集上通过评估模型分割结果的平均DICE值和平均HausdorffDistance值，选取评价指标最好的，即分割精度最高的模型进行参数保存，最终得到训练好的DWI-UNet图像分割模型和训练好的FLAIR-UNet图像分割模型。

全文数据：

权利要求：

百度查询： 首都医科大学附属北京天坛医院 北京航空航天大学 一种DWI-FLAIR不匹配评估方法、装置、介质及产品