一种子宫肌瘤MRI影像的分类方法及装置与流程

一种子宫肌瘤mri影像的分类方法及装置
技术领域
1.本发明涉及医学影像处理技术领域，具体为一种子宫肌瘤mri影像的分类方法及装置。

背景技术：

2.mri是核磁共振成像是近年来一种新型的高科技影像学检查方法，是80年代初才应用于临床的医学影像诊断新技术。它具有无电离辐射性(放射线)损害；无骨性伪影；能多方向(横断、冠状、矢状切面等)和多参数成像；高度的软组织分辨能力；无需使用对比剂即可显示血管结构等独特的优点。对软组织有很好的分辨力。对膀胱、直肠、子宫、阴道、骨、关节、肌肉等部位的检查比ct优胜；各种参数都可以用来成像，多个成像参数能提供丰富的诊断信息，这使得医疗诊断和对人体内代谢和功能的研究方便、有效。例如肝炎和肝硬化的t1值变大，而肝癌的t1值更大，作t1加权图像，可区别肝部良性肿瘤与恶性肿瘤；通过调节磁场可自由选择所需剖面。能得到其它成像技术所不能接近或难以接近部位的图像。对于椎间盘和脊髓，可作矢状面、冠状面、横断面成像，可以看到神经根、脊髓和神经节等。不像ct只能获取与人体长轴垂直的横断面；对人体没有电离辐射损伤；原则上所有自旋不为零的核元素都可以用以成像，子宫肌瘤是女性生殖器官中最常见的一种良性肿瘤，也是人体中最常见的肿瘤之一；
3.子宫肌瘤mri特征主要表现为t1w1呈现出等或者低信号，t2w1呈现出低或者混杂信号，瘤体周围在t2w1上主要表现为高信号或者等信号。
4.在目前的mri对子宫肌瘤进成像的过程中，往往会出现成像冗余，叠合在一起，容易糊画，或者高光模糊等现象，所以就需要一种子宫肌瘤mri影像的分类方法及装置。

技术实现要素：

5.本发明的目的在于提供一种子宫肌瘤mri影像的分类方法及装置，本发明通过将mri影像的整体结构分为收缩路径和扩张路径,利用残差进行恒等变换，能有效的将mri对子宫肌瘤的成像进行区分和分类，利用多个膨胀卷积对图像特征进行运算，对高光迷糊的进行卷积重新构图，能有效的综合利用mri扫描的资源信息，提高了mri的成像精度。
6.本发明具体按以下步骤执行，
7.s1:将mri影像的整体结构分为收缩路径和扩张路径，在收缩路径中采用跳跃连接，利用残差进行恒等变换，将上层提取的特征信息跳跃传递给下层网络，将resnet的残差映射方式与u-net的下采样过程进行融合，作为图像处理收缩路径的主干网络；
8.s2:将浅层特征信息的传播跨越通道直接与高层网络进行融合，在收缩路径与扩张路径之间加入一种上下文增强模块和空洞空间卷积池化金字塔；增强模块由3
×
3卷积、3
×
3膨胀卷积和5
×
5深度可分离卷积组合而成。增强上下文信息具体是通过relu增强模型的非线性，将输出后的特征信息与ceblock的输入进行跳跃连接，并将融合之后的特征信息作为ceblock的输出，多尺度地增强上下文信息。
9.s3:将增强后的图像特征用大小不等的采样率进行空洞卷积；
10.s4:在空洞卷积的扩张路径中采用decoderblock恢复图像收缩过程中的特征。
11.进一步，利用多个膨胀卷积对图像特征进行运算，以多个比例捕捉图像上下文，具体使用采样率分别为6、12、18、24的4个3
×
3膨胀卷积构造新的特征图。
12.进一步，本发明提供一种子宫肌瘤mri影像的分类方法及装置，其上存储有计算机程序，其特征在于，所述程序被主控制器执行时实现如上述中任一项所述的方法。
13.与现有技术相比，本发明的有益效果是：
14.本发明通过将mri影像的整体结构分为收缩路径和扩张路径，在收缩路径中采用跳跃连接，利用残差进行恒等变换，能有效的将mri对子宫肌瘤的成像进行区分和分类，利用多个膨胀卷积对图像特征进行运算，对高光迷糊的进行卷积重新构图，能有效的综合利用mri扫描的资源信息，提高了mri的成像精度。
附图说明
15.为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
16.图1是本发明的方法流程示意图。
具体实施方式
17.为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
18.请参阅图1，一种子宫肌瘤mri影像的分类方法及装置，
19.s1:将mri影像的整体结构分为收缩路径和扩张路径，在收缩路径中采用跳跃连接，利用残差进行恒等变换，将上层提取的特征信息跳跃传递给下层网络，将resnet的残差映射方式与u-net的下采样过程进行融合，作为图像处理收缩路径的主干网络；
20.s2:将浅层特征信息的传播跨越通道直接与高层网络进行融合，在收缩路径与扩张路径之间加入一种上下文增强模块和空洞空间卷积池化金字塔；增强模块由3
×
3卷积、3
×
3膨胀卷积和5
×
5深度可分离卷积组合而成。增强上下文信息具体是通过relu增强模型的非线性，将输出后的特征信息与ceblock的输入进行跳跃连接，并将融合之后的特征信息作为ceblock的输出，多尺度地增强上下文信息。
21.s3:将增强后的图像特征用大小不等的采样率进行空洞卷积；
22.s4:在空洞卷积的扩张路径中采用decoderblock恢复图像收缩过程中的特征。
23.本实施例中，利用多个膨胀卷积对图像特征进行运算，以多个比例捕捉图像上下文，具体使用采样率分别为6、12、18、24的4个3
×
3膨胀卷积构造新的特征图。
24.本实施例中，本发明提供一种子宫肌瘤mri影像的分类方法及装置，其上存储有计算机程序，其特征在于，所述程序被主控制器执行时实现如上述中任一项所述的方法。
25.以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.一种子宫肌瘤mri影像的分类方法及装置，其特征在于：具体按以下步骤执行，s1:将mri影像的整体结构分为收缩路径和扩张路径，在收缩路径中采用跳跃连接，利用残差进行恒等变换，将上层提取的特征信息跳跃传递给下层网络，将resnet的残差映射方式与u-net的下采样过程进行融合，作为图像处理收缩路径的主干网络；s2:将浅层特征信息的传播跨越通道直接与高层网络进行融合，在收缩路径与扩张路径之间加入一种上下文增强模块和空洞空间卷积池化金字塔；s3:将增强后的图像特征用大小不等的采样率进行空洞卷积；s4:在空洞卷积的扩张路径中采用decoderblock恢复图像收缩过程中的特征。2.根据权利要求1所述的一种子宫肌瘤mri影像的分类方法及装置，其特征在于，在步骤s2中，增强模块由3
×
3卷积、3
×
3膨胀卷积和5
×
5深度可分离卷积组合而成。3.根据权利要求1所述的一种子宫肌瘤mri影像的分类方法及装置，其特征在于，在步骤s2中，增强上下文信息具体是通过relu增强模型的非线性，将输出后的特征信息与ceblock的输入进行跳跃连接，并将融合之后的特征信息作为ceblock的输出，多尺度地增强上下文信息。4.根据权利要求1所述的一种子宫肌瘤mri影像的分类方法及装置，其特征在于，利用多个膨胀卷积对图像特征进行运算，以多个比例捕捉图像上下文，具体使用采样率分别为6、12、18、24的4个3
×
3膨胀卷积构造新的特征图。5.一种子宫肌瘤mri影像的分类方法及装置，其上存储有计算机程序，其特征在于，所述程序被主控制器执行时实现如权利要求1-4中任一项所述的方法。

技术总结

本发明涉及医学影像处理技术领域，公开了一种子宫肌瘤MRI影像的分类方法及装置，将MRI影像的整体结构分为收缩路径和扩张路径，在收缩路径中采用跳跃连接，利用残差进行恒等变换，将上层提取的特征信息跳跃传递给下层网络，将Resnet的残差映射方式与U-Net的下采样过程进行融合，作为图像处理收缩路径的主干网络；将浅层特征信息的传播跨越通道直接与高层网络进行融合，在收缩路径与扩张路径之间加入一种上下文增强模块和空洞空间卷积池化金字塔；将增强后的图像特征用大小不等的采样率进行空洞卷积；在空洞卷积的扩张路径中采用Decoderblock恢复图像收缩过程中的特征。本发明能有效的综合利用MRI扫描的资源信息，提高了MRI的成像精度。了MRI的成像精度。了MRI的成像精度。