一种基于边缘感知的X光片气胸分割及评估方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112802040A(43)申请公布日2021.05.14(21)申请号202110124030.3(22)申请日2021.01.28(71)申请人上海藤核智能科技有限公司地址200131上海市浦东新区中国（上海）自由贸易试验区临港新片区环湖西二路888号C楼(72)发明人刘雷王云鹏(74)专利代理机构北京清大紫荆知识产权代理有限公司11718代理人秦亚群冯振华(51)Int.Cl.G06T7/12(2017.01)G06T7/136(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书1页说明书6页附图2页(54)发明名称一种基于边缘感知的X光片气胸分割及评估方法(57)摘要本发明提供了一种基于边缘感知的X光片气胸分割及评估方法，包括以下步骤：获取胸部X光片；建立卷积神经网络。将胸部X光片输入卷积神经网络内，卷积神经网络内解码器输出二值化掩膜图及有符号距离图；采用多任务学习法对二值化掩膜图及有符号距离图进行数据驱动的正则化处理；卷积神经网络输出预测的二值化掩膜的概率图及预测的有符号距离图；对预测的二值化掩膜概率图及预测的有符号距离图进行整合，获得气胸分割结果。本发明的方法具有准确的对胸部X光片的气胸进行判断及分割，且能够准确的勾勒出了对象和区域边界，提高了气胸分割形状的连续性和平滑度。CN112802040ACN112802040A权利要求书1/1页1.一种基于边缘感知的X光片气胸分割及评估方法，其特征在于，包括以下步骤：获取胸部X光片；建立卷积神经网络；将胸部X光片输入卷积神经网络内，卷积神经网络内解码器输出二值化掩膜图及有符号距离图；采用多任务学习法对二值化掩膜图及有符号距离图进行数据驱动的正则化处理；卷积神经网络输出预测的二值化掩膜的概率图及预测的有符号距离图；对预测的二值化掩膜概率图及预测的有符号距离图进行整合，获得气胸分割结果。2.根据权利要求1所述的X光片气胸分割及评估方法，其特征在于：所述多任务学习法包括二值化掩膜的预测任务、有符号距离图回归任务；所述二值化掩膜的预测任务用于对所述二值化掩膜图进行预测训练，所述有符号距离图回归任务用于对所述有符号距离图进行回归训练。3.根据权利要求2所述的X光片气胸分割及评估方法，其特征在于：所述卷积神经网络内设有边缘加权SDM回归模块、二值化掩膜预测模块；所述边缘加权SDM回归模块内设有边界加权L2损失函数，采用边界加权L2损失函数对所述有符号距离图进行回归训练；所述二值化掩膜预测模块内设有交叉熵损失函数及骰子相似度损失函数，采用交叉熵损失函数与骰子相似度损失函数之和对所述二值化掩膜图进行预测训练。4.根据权利要求1所述的X光片气胸分割及评估方法，其特征在于：对预测的二值化掩膜概率图pprob及预测的有符号距离图pSDM进行整合的方法为边界感知的阈值方法；所述边界感知的阈值方法包括：初步诊断图的产生、气胸的判断；若判断有气胸，则生成边界感知的分割结果。5.根据权利要求4所述的X光片气胸分割及评估方法，其特征在于：所述初步诊断图的产生方法为：经边界感知的阈值方法处理二值化掩膜概率图pprob，生成初步诊断图Rprob，设Tprob为阈值，如果pprob(x)＞Tprob，则Rprob(x)＝1，否则，Rprob(x)＝0。6.根据权利要求5所述的X光片气胸分割及评估方法，其特征在于：所述气胸的判断方法为：对于所述初步诊断图Rprob，计算Rprob(x)＝1的数量并记录为Npne；设Tnum为气胸诊断的阈值，若Npne＞Tnum，则该胸部X射线图像中存在气胸；否则，则诊断为没有气胸。7.根据权利要求6所述的X光片气胸分割及评估方法，其特征在于：所述边界感知的分割结果生成的方法为：对所述预测的有符号距离图pSDM进行二值化，生成分割结果Rresult；设TSDM为有符号距离图的阈值，若presult(x)＜TSDM，则Rresult(x)＝1；否则Rresult(x)＝0。8.根据权利要求1所述的X光片气胸分割及评估方法，其特征在于：X光片气胸分割及评估方法还包括对气胸分割结果进行评估，评估的指标包括Dice相似系数、Jaccard相似系数、Hausdorff距离、平均表面距离。2CN112802040A说明书1/6页一种基于边缘感知的X光片气胸分割及评估方法技术领域[0001]本发明属于医学图像处理领域，涉及图像分割及分析技术，具体为一种基于边缘感知的X光片气胸分割及评估方法。背景技术[0002]气胸是一种常见的医疗急症，是气体进入胸膜腔后，由异常积聚造成的积气状态。发生气胸后胸膜腔内由负压变成正压，使静脉回心血流受阻，从而产生了不同程度的心肺功能障碍，进而引