一种用于急性脑出血CT影像的智能图像处理方法和系统

本发明涉及图像处理领域，尤其涉及一种用于急性脑出血ct影像的智能图像处理方法和系统。

背景技术：

1、移动ct是近年来ct领域内一个重要发展方向。移动ct的出现能够为医学影像检查场景前移，对于病患，可以减少确诊时间，便于主治医生第一时间做出诊断，得出治疗方案。移动ct具有小型化、便捷化、低剂量、低能耗等特点，能够适应脑卒中急救，颅脑危重症急救，急性脑血管疾病和院前颅脑创伤等快速诊断等多种应用场景；能够广泛应用于院内急门诊、icu、手术室和病床旁等多场景转换使用，给患者提供最及时，最精准的诊断及抢救。移动ct通过移动ct快速检查，运用5g网络实时回传数据至医院，实现病情早知道，手术早准备，节省了入院后的检查时间，为抢救保留了“黄金时间”。移动ct的出现一方面解决了新设备安装周期长的难题，缓解了医院场地和设备不足的问题，另一方面移动ct扫描单元可设置独立检查单元，具备灵活性、有效性、机动性，可隔离操作，实现了医患零接触，减少院内交叉感染概率。

2、针对移动手术室ct图像进行图像处理，移动ct具有低剂量、扫描时间短、层数少、层厚大、分辨率低、对比度低的特点，因此，需要分别利用相应的插值算法提高原始图像的分辨率，对二维和三维图像进行插值计算，提高图像重建效果。并且由于移动ct扫描层数较少，仅32层，且有出血部位层数仅占总层数的不到一半，数据分布也是影响分割效果的重要原因之一，因此，创建中间层预测网络，增加ct图像中间层数，提高数据分辨率，并将数据集分成正常数据和出血数据，并对出血数据进行数据增强，使出血数据和正常数据的数据量保持平衡。

3、现有技术的缺陷总结如下：

4、缺陷一：现有的一些面向临床的医学图像处理系统功能较为简单、面向的处理对象较为单一，不能很好地满足我国日益增长的临床需求。大多数的图像处理系统仅支持图像的浏览功能，而要进行其他功能的操作如图像分割、三维重建等还需要使用其他的系统进行辅助，过程繁琐且对于临床工作人员的学习成本较高，不利于推广使用。

5、比如horos，horos是一款开源的医学图像浏览软件，适用于mac操作系统。它允许用户加载和查看dicom格式的医学图像，提供基本的图像浏览、缩放、窗宽窗位调整等功能。但是它的功能相对单一，可能不适用于需要进行复杂分析或处理的场景。

6、比如microdicom viewer，microdicom viewer是一款免费的医学图像浏览软件，适用于windows操作系统。它支持多种图像格式，包括dicom，提供基本的图像浏览、放大、缩小、翻转等功能。由于功能的局限性，它可能无法满足需要更多功能的用户。

7、比如3d slicer，3d slicer是一款开源的医学图像处理软件，专门用于分析、可视化和处理医学图像数据，包括ct、mri等。它提供了丰富的功能和工具，用于医学研究、临床诊断和手术规划等领域。存在的问题：由于3d slicer具有丰富的功能和工具，初学者可能需要一些时间来学习如何使用软件；3d slicer的图像处理结果依赖于图像质量，如果原始图像分辨率不足，可能会影响后续分析和处理的准确性；3d slicer虽然可以对病灶部位进行分割，但是依旧是基于阈值的半自动分割，需要耗费大量的时间和精力，且分割精度比较依赖于医师的主观判断。

8、比如itk-snap，itk-snap是一个专门用于医学图像分割的开源软件。它使用itk(insight segmentation and registration toolkit)作为其图像处理引擎，支持多种分割算法，如阈值分割、区域生长、活动轮廓等。用户可以通过图形界面进行交互式分割，并可根据需要进行后处理和分析。存在的问题：对于某些情况，需要用户进行交互式分割，但如何平衡自动化和用户交互仍然是一个挑战；性能和效率方面，对于大型数据集，分割算法的性能和效率可能会收到限制。

9、因此本发明要解决的技术问题为：基于新型神经网络对病灶部位进行相对客观的分割，保证大型数据集的分割效率；对于移动手术室的质量相对较低的ct图像，基于神经网络多向度提升图像质量，以提高图像处理结果的精度；基于病人数据库，建立神经网络预测模型，对后续病情发展进行预测，并输出预测的脑出血图像；包含常用的图像处理功能，简化操作方法，缩短用户学习时间。

10、缺陷二：一些ct专用设备的配套系统使用的限制性较大，且价格昂贵，不适用于我国目前的临床情况。

11、具体限制性包括：ct专用设备的研发、制造和维护成本较高，导致其售价昂贵；ct设备的操作和维护需要专业的技术人员，包括放射科医生、放射技师和维修工程师，这可能会受到技术人员短缺的影响，从而影响设备的正常使用和维护；ct设备的操作和解读需要相关人员经过专业培训，以确保正确的使用和诊断，培训成本和资源可能会成为限制因素；某些地区可能存在医疗政策和保险限制，导致一些高端医疗设备的使用受到限制，或者对设备的报销存在限制。其他功能较为完善的图像处理系统基本上都是国外的商用软件，如何针对病灶进行相关的图像处理，国内尚未完全实现。

技术实现思路

1、为了克服以上技术问题，本发明目的是提供一种用于急性脑出血ct影像的智能图像处理装置和处理方法，针对移动手术室急性脑出血ct图像的特点，进行图像处理，以适应移动ct的应用，且配套系统的限制性较小，成本较低。

2、本发明提供了如下的技术方案：

3、第一方面

4、本发明提供了一种用于急性脑出血ct影像的智能图像处理方法，其包括如下步骤：

5、s1：数据库存储，获取移动手术室急性脑出血的原始ct图像数据，由数据库进行存储；

6、s2：数据分辨率增强，基于神经网络对获取的原始ct图像数据进行数据分辨率增强，获得增强分辨率的ct图像；

7、s3:神经网络图像分割，用于对增强分辨率的ct影像进行基于神经网络的图像分割，获取关联有出血部位信息和相关病理信息的分割图像；

8、s4:重建，用于对分割图像进行重建，对患者头部ct数据和分割后的病灶部位数据进行重建；

9、s5:建立可视化及交互界面，用于将重建模块重建的三维模型和多平面图像进行数据格式转化和图像渲染处理，得到头部ct图像和出血部位的三维模型和不同视角的头部ct二维图像，用以用户交互操作；

10、s6:神经网络预测，用于根据患者信息、分割病灶部位的病理信息、不同时间段的信息变化，经改进的cnn网络训练，得到预测结果，预测结果包括患者后续病情的发展趋势和出血部位预测图像。

11、在上述实施方式中，s1中数据库的建立有利于急性脑出血患者数据集的制作，提升后面步骤中神经网络的预测性能；s2中的数据分辨率增强可以解决移动ct分辨率不足的问题，大大提升移动ct的适用范围，为未来术前规划、术中导航和诊断提供一种可行性方案；s6中预测网络的建立，可辅助医生诊断，减少医生时间成本，也可用于医学院学生培训。

12、根据一些实施方式，步骤s2数据分辨率增强的方法，包括以下步骤：

13、s2-1:数据预处理，对原始ct图像数据进行去床、排序、重命名和属性标准化，得到预处理后的ct图像数据；

14、s2-2:ct图像多向度分辨率增强，基于神经网络对预处理后的ct图像进行层间扩展和层内分辨率提高。

15、根据一些实施方式，步骤s3中的所述神经网络选自采用注意力机制的深度卷积神经网络。

16、根据一些实施方式，步骤s3中的所述神经网络训练数据分为三个训练集，第一训练集包括原始的出血数据与正常数据；第二训练集对出血数据进行数据增强，但训练集仅包含出血数据，不包含原始数据；第三训练集对出血数据进行数据增强，使出血数据与正常数据的数据量保持平衡，包含了扩增的出血数据与原始的正常数据。

17、根据一些实施方式，步骤s4中所述重建包括三维重建和多平面重建，所述三维重建用以完成出血部位的空间位置定位，所述多平面重建用以在三维医学图像数据中，通过在不同角度和方向的平面上进行切割或投影，获得多个平面的二维图像。

18、第二方面

19、本发明还提供了一种用于急性脑出血ct影像的智能图像处理系统，其包括：

20、数据库存储模块，用于获取移动手术室急性脑出血的原始ct图像数据；

21、数据分辨率增强模块，基于神经网络对获取的原始ct图像数据进行数据分辨率增强，获得增强分辨率的ct图像；

22、神经网络图像分割模块，用于对增强分辨率的ct影像进行基于神经网络的图像分割，获取关联有出血部位信息和相关病理信息的分割图像；

23、重建模块，用于对分割图像进行重建，对患者头部ct数据和分割后的病灶部位数据进行重建；

24、可视化及交互界面模块，用于将重建模块重建的三维模型和多平面图像进行数据格式转化和图像渲染处理，得到头部ct图像和出血部位的三维模型和不同视角的头部ct二维图像，用以用户交互操作；

25、神经网络预测模块，用于根据患者信息、分割病灶部位的病理信息、不同时间段的信息变化，经改进的cnn网络训练，得到预测结果，预测结果包括患者后续病情的发展趋势和出血部位预测图像。

26、相比于现有技术，本发明具备以下有益效果：

27、本发明针对移动手术室急性脑出血ct图像的特点，分步骤进行图像预处理、分割、重建和预测，以适应移动ct的应用。在移动手术室ct影像多向度高分辨率重建部分，分别通过残差网络模型和生成对抗网络模型，对初始图像进行多维度的高分辨率重建，以提升后续图像处理的结果精度；在神经网络分割图像部分，训练好的模型已经经过大量可信数据的验证，最大程度地保证了系统结果的准确度。在多平面重建和三维重建部分，结合神经网络模块可以对病灶区域进行二维和三维的空间定位，有一个准确而直观的定位，可辅助针对移动ct急性脑出血图像的病情诊断。结合个人数据库神经网络颅内血肿扩张预测可以进行处理数据的存储，并结合神经网络对出血部位进行后续预测，给出直观的脑出血预测图像。

28、本发明集成了大部分常用的图像处理功能，具有较强的鲁棒性，并提出多分辨率重建网络以及病情预测网络，提高了功能实现的精度和直观性，更好地辅助医师诊断。本发明以较低的学习成本，医科学生可以很容易上手使用，从而提高教学及训练水平。