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：海创未来(杭州)医疗科技有限公司

摘要：本发明公开了基于MRI多参数图像自适应融合的危及器官勾画方法，属于医学图像技术领域，包括模型训练阶段和模型推理阶段；模型训练阶段用于对图像融合网络、危及器官分割网络进行训练；模型推理阶段步骤为：首先，MRI多参数图像具有多个参数图像，MRI多参数图像输入到图像融合网络中，得到融合所有参数特征的融合图像Ifusion，接着将融合图像Ifusion输入到危及器官分割网络中，最后输出n个目标危及器官的分割结果。本发明对同一个病人的MRI多参数图像数据进行自适应图像融合，能自动融合出使所有目标器官都具有最优对比度的融合图像，并基于该融合图像分割所有目标器官，实现多危及器官的自动勾画，使得所有危及器官都具有最优的分割性能。

主权项：1.基于MRI多参数图像自适应融合的危及器官勾画方法，其特征在于，包括模型训练阶段和模型推理阶段；模型训练阶段用于对图像融合网络、危及器官分割网络进行训练；模型推理阶段步骤为：首先，MRI多参数图像具有多个参数图像，MRI多参数图像输入到图像融合网络中，得到融合所有参数特征的融合图像Ifusion，接着将融合图像Ifusion输入到危及器官分割网络中，最后输出n个目标危及器官的分割结果；模型训练阶段具体包括以下步骤：数据预处理、数据增广、模型训练和模型验证；模型训练步骤为：输入预处理后的患者的MRI多参数图像，并将参数做为输入特征通道；然后先后对图像融合网络、危及器官分割网络进行前向推导并计算网络参数梯度，得到图像融合网络的输出，即融合图像Ifusion，以及得到危及器官分割网络的输出，即n个目标危及器官的分割结果；在梯度回传及参数更新阶段，首先，冻结图像融合网络的参数，计算n个目标危及器官与标注的器官mask间的分割损失值L1，然后对危及器官分割网络进行梯度回传与网络参数更新；其次，解冻图像融合网络的参数，并冻结危及器官分割网络的参数，再利用融合图像Ifusion与输入的MRI多参数图像分别计算互信息损失并累加得到融合图像Ifusion的损失值L2，将该损失值L2与前面计算得到分割损失值L1相加得到最终的损失值L3，然后对图像融合网络进行梯度回传与网络参数更新；分割损失值L1=Dice损失值+CE交叉熵损值；模型推理阶段还包括以下步骤：数据预处理和后处理；数据预处理的具体步骤为：2.1.1、对同一患者的多个参数图像进行统一规范化；2.1.2、将统一规范化后的多个参数图像在通道方向合并，得到一个4维矩阵（D*H*W*P），D表示图像层数，H表示图像高度，W表示图像宽度，P表示参数的数目，保存为nifti数据格式；正常情况下，MRI多参数图像具有6个参数图像，若一个患者的参数图像少于6个，对于其缺失的参数图像，以一个值全是0的图像进行替换；所述图像融合网络主体为一个3DUNet网络，输入多通道的MRI多参数图像，通过3DUNet网络提取深度特征并解码为权重图，权重图具有与输入的MRI多参数图像一样的尺寸及通道数目，通过一个softmax函数转换为权重概率图，最后将输入的MRI多参数图像与权重概率图相乘，并在通道方向求和，得到一副新的图像，即是融合图像Ifusion；所述危及器官分割网络的主体为一个UNet网络，输入融合图像Ifusion，经过UNet网络分割后，通过一个softmax激活函数得到最终输出的n个目标危及器官的分割结果。

全文数据：

权利要求：

百度查询： 海创未来(杭州)医疗科技有限公司 基于MRI多参数图像自适应融合的危及器官勾画方法