基于切片位置感知注意力的鼻咽癌MRI自动分割方法及系统
本发明涉及图像分割,尤其涉及基于切片位置感知注意力的鼻咽癌mri自动分割方法及系统。
背景技术:
1、磁共振成像(mri)具有较高的软组织分辨率,是鼻咽癌诊断、分期和放射治疗靶区勾画的重要依据。鼻咽部毗邻颅底、脑干、视神经及重要血管,肿瘤边界常呈现对比度低、形态不规则和浸润范围复杂等特点。现有临床流程主要依靠医师逐层手工勾画,耗时较长,且易受经验和主观判断影响,难以保证不同操作者之间的一致性。
2、现有mri自动分割方案多采用二维u-net及其改进网络。该类方法将单张切片作为独立样本,虽然计算量较小、训练较稳定,但二维卷积只能提取切片内的局部纹理,未保留同一患者相邻切片之间的空间连续性。当肿瘤边界模糊、病灶面积较小或相邻组织灰度相近时,容易出现漏分割、误分割以及跨切片结果不连续的问题。
3、三维卷积网络能够在一定程度上利用体数据上下文,但其参数量、显存占用和计算开销较大,对样本规模和硬件条件要求较高;在病例数量有限时还容易发生过拟合。因而,直接采用三维网络难以兼顾分割精度、训练效率和工程部署成本。
4、另外,部分现有方法在二维框架中引入切片注意力或序列建模,以聚合相邻切片信息,但通常只依据切片特征的语义相似度计算相关性,未显式表示各切片在完整mri序列中的相对解剖位置。位于不同解剖区域而纹理相似的切片可能因此获得相近表示,注意力计算也可能混合空间位置不对应的信息,限制网络对鼻咽癌连续分布规律的学习。
技术实现思路
1、为了解决上述技术问题,本发明的目的是提供基于切片位置感知注意力的鼻咽癌mri自动分割方法及系统,能够同时利用不同尺度下的图像结构信息和语义信息,提高鼻咽癌区域的分割精度。
2、本发明所采用的第一技术方案是:基于切片位置感知注意力的鼻咽癌mri自动分割方法,包括以下步骤:
3、获取鼻咽癌mri图像数据,并基于患者级切片序列对所述鼻咽癌mri图像数据进行组织处理,得到患者级mri切片序列数据;
4、引入切片位置编码模块和切片注意力模块,构建切片位置感知注意力分割网络模型;
5、基于所述切片位置感知注意力分割网络模型,对所述患者级鼻咽癌mri切片序列进行特征提取与图像分割处理,得到鼻咽癌mri图像分割结果。
6、进一步,所述获取鼻咽癌mri图像数据,并基于患者级切片序列对所述鼻咽癌mri图像数据进行组织处理,得到患者级mri切片序列数据这一步骤,其具体包括:
7、获取患者对应的若干鼻咽癌mri切片图像;
8、根据若干所述鼻咽癌mri切片图像对应的空间位置信息,对同一患者对应的多个mri切片图像进行排序处理,得到连续mri切片序列;
9、根据预设切片数量对所述连续mri切片序列进行组织处理,得到患者级鼻咽癌mri切片序列。
10、进一步,所述切片位置感知注意力分割网络模型具体包括患者级切片输入模块、多尺度编码模块、切片位置编码模块、切片注意力模块、多尺度解码模块以及分割输出模块,其中,所述患者级切片序列输入模块的输入端接收鼻咽癌mri序列数据,所述患者级切片序列输入模块的输出端与所述二维编码器的输入端连接,所述二维编码器包含四个依次串联的编码阶段,各编码阶段的输出端分别对应连接同尺度切片位置编码单元的输入端,所述切片位置编码单元的输出端与所述切片注意力单元的输入端连接,切片注意力模块中的前预设组切片注意力单元的输出端经最大池化下采样后分别接入二维编码器的下一编码阶段输入端,切片注意力模块中的最后一组切片注意力单元的输出端与所述二维解码器的深层输入端连接,所述切片注意力单元的输出端同时通过跳跃连接接入所述二维解码器中对应空间尺寸的解码阶段输入端,所述二维解码器的输出端与所述分割输出层的输入端连接,所述分割输出层输出全分辨率的鼻咽癌肿瘤稠密分割结果。
11、进一步,所述基于所述切片位置感知注意力分割网络模型,对所述患者级鼻咽癌mri切片序列进行特征提取与图像分割处理,得到鼻咽癌mri图像分割结果这一步骤,其具体包括:
12、将所述患者级鼻咽癌mri切片序列输入至所述切片位置感知注意力分割网络模型;
13、基于所述切片位置感知注意力分割网络模型的患者级切片输入模块,获取所述患者级鼻咽癌mri切片序列;
14、基于所述切片位置感知注意力分割网络模型的多尺度编码模块,对所述患者级鼻咽癌mri切片序列进行卷积编码和尺度变换处理,得到不同尺度下的切片特征;
15、基于所述切片位置感知注意力分割网络模型的切片位置编码模块,对所述不同尺度下的切片特征进行位置增强处理,得到位置增强特征;
16、基于所述切片位置感知注意力分割网络模型的切片注意力模块,对所述位置增强特征进行跨切片特征交互处理,得到切片注意力增强特征;
17、基于所述切片位置感知注意力分割网络模型的多尺度解码模块,对所述切片注意力增强特征进行解码处理,得到融合解码特征;
18、基于所述切片位置感知注意力分割网络模型的分割输出模块,对所述融合解码特征进行分割,得到所述鼻咽癌mri图像分割结果。
19、进一步,所述基于所述切片位置感知注意力分割网络模型的多尺度编码模块,对所述患者级鼻咽癌mri切片序列进行卷积编码和尺度变换处理,得到不同尺度下的切片特征这一步骤,其具体包括:
20、将所述患者级鼻咽癌mri切片序列输入至所述切片位置感知注意力分割网络模型的多尺度编码模块;
21、基于所述多尺度编码模块中的多个编码阶段,对所述患者级切片输入特征依次进行卷积特征提取处理,得到不同空间尺度下的切片初始特征;
22、基于所述多个编码阶段对应的尺度变换操作,对不同空间尺度下的切片初始特征进行分辨率调整处理,得到不同尺度下的切片特征。
23、进一步,所述基于所述切片位置感知注意力分割网络模型的切片位置编码模块,对所述不同尺度下的切片特征进行位置增强处理,得到位置增强特征这一步骤,其具体包括:
24、将所述不同尺度下的切片特征输入至所述切片位置感知注意力分割网络模型的切片位置编码模块;
25、基于所述切片位置编码模块,根据所述患者级鼻咽癌mri切片序列中各mri切片对应的切片索引信息,生成切片位置编码信息;
26、基于不同编码阶段对应的特征尺度,对所述切片位置编码信息进行尺度映射处理,得到与所述多尺度切片编码特征对应的位置映射特征;
27、将所述位置映射特征与对应尺度下的所述多尺度切片编码特征进行融合处理,得到位置增强特征。
28、进一步,所述基于所述切片位置感知注意力分割网络模型的切片注意力模块,对所述位置增强特征进行跨切片特征交互处理,得到切片注意力增强特征这一步骤,其具体包括:
29、将所述位置增强特征输入至所述切片位置感知注意力分割网络模型的切片注意力模块;
30、基于所述切片注意力模块,对所述位置增强特征进行切片维度特征提取处理,得到对应不同mri切片的切片语义特征;
31、基于所述不同mri切片的切片语义特征生成查询特征、键特征和值特征;
32、根据所述查询特征与所述键特征之间的特征关联关系,计算不同mri切片之间的切片关联权重;
33、基于所述不同mri切片之间的切片关联权重,对所述值特征进行加权聚合处理,得到跨切片上下文特征;
34、将所述跨切片上下文特征与所述位置增强特征进行融合处理,得到所述切片注意力增强特征。
35、进一步,所述基于所述切片位置感知注意力分割网络模型的多尺度解码模块,对所述切片注意力增强特征进行解码处理,得到融合解码特征这一步骤,其具体包括:
36、将所述切片注意力增强特征输入至所述切片位置感知注意力分割网络模型的多尺度解码模块;
37、基于所述多尺度解码模块,对所述切片注意力增强特征进行逐级上采样处理,得到不同尺度下的解码特征;
38、将所述不同尺度下的解码特征与所述多尺度编码模块输出的不同尺度下的切片特征进行融合处理,得到融合解码特征。
39、进一步,所述基于所述切片位置感知注意力分割网络模型的分割输出模块,对所述融合解码特征进行分割,得到所述鼻咽癌mri图像分割结果这一步骤,其具体包括:
40、将所述融合解码特征输入至所述切片位置感知注意力分割网络模型的分割输出模块;
41、基于所述分割输出模块,对所述融合解码特征进行类别映射处理,得到所述鼻咽癌mri图像分割结果。
42、本发明所采用的第二技术方案是:基于切片位置感知注意力的鼻咽癌mri自动分割系统,包括:
43、第一模块,用于获取鼻咽癌mri图像数据,并基于患者级切片序列对所述鼻咽癌mri图像数据进行组织处理,得到患者级mri切片序列数据;
44、第二模块,用于引入切片位置编码模块和切片注意力模块,构建切片位置感知注意力分割网络模型;
45、第三模块,用于基于所述切片位置感知注意力分割网络模型,对所述患者级鼻咽癌mri切片序列进行特征提取与图像分割处理,得到鼻咽癌mri图像分割结果。
46、本发明方法及系统的有益效果是:本发明通过获取鼻咽癌mri图像数据,并基于患者级切片序列对鼻咽癌mri图像数据进行组织处理,得到患者级mri切片序列数据,通过获取患者级鼻咽癌mri切片序列,并基于患者级切片输入模块对多个连续mri切片进行序列化组织处理,将多个具有空间关联关系的mri切片作为整体输入至分割网络模型中,使得分割网络能够基于患者级切片序列获取连续切片之间的关联信息,避免了现有基于单张mri切片进行分割时无法充分利用相邻切片空间关联信息的问题;进一步的,引入切片位置编码模块和切片注意力模块,构建切片位置感知注意力分割网络模型,通过在多尺度编码模块后引入切片位置编码模块,根据mri切片对应的空间位置索引生成切片位置编码信息,并将所述切片位置编码信息与不同尺度下的编码特征进行融合处理,得到位置增强特征,使得编码特征中包含对应切片的空间位置信息,提高了网络对不同切片空间关系的表征能力,通过引入切片注意力模块,对位置增强特征进行跨切片特征交互处理,根据不同mri切片之间的特征关联关系生成切片关联权重,并基于所述切片关联权重对不同切片对应的语义特征进行聚合处理,得到切片注意力增强特征,使得网络能够自适应获取不同切片之间的上下文关联信息,增强了对连续mri切片中病灶区域空间连续性的特征表达能力;最后,基于切片位置感知注意力分割网络模型,对患者级鼻咽癌mri切片序列进行特征提取与图像分割处理,得到鼻咽癌mri图像分割结果,通过采用多尺度编码模块与多尺度解码模块相结合的结构,对患者级mri切片序列进行逐级特征提取和尺度恢复处理,并将解码阶段生成的解码特征与对应尺度的编码特征进行融合处理,使得网络能够同时利用不同尺度下的图像结构信息和语义信息,实现对鼻咽癌区域的分割处理。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com