本發(fā)明涉及一種基于血管拓?fù)浣Y(jié)構(gòu)的肝臟增強(qiáng)ct特征提取融合方法，屬于醫(yī)學(xué)影像處理。

背景技術(shù)：

1、肝癌是全球發(fā)病率和死亡率較高的惡性腫瘤之一，ct，尤其是增強(qiáng)ct，通過(guò)注射造影劑增強(qiáng)圖像對(duì)比度，在肝癌早期檢測(cè)和病變?cè)u(píng)估中具有重要診斷價(jià)值。

2、肝癌的早期癥狀通常不明顯，導(dǎo)致很多患者在確診時(shí)已處于疾病的中晚期。ct（即計(jì)算機(jī)斷層掃描）作為現(xiàn)代醫(yī)學(xué)影像技術(shù)的重要工具，在肝癌的診斷中扮演了關(guān)鍵角色。ct依靠自然的組織對(duì)x射線的吸收差異來(lái)生成圖像，通常用于評(píng)估骨骼結(jié)構(gòu)、肺部疾病、急性病情（如創(chuàng)傷）等。增強(qiáng)ct是一種通過(guò)注射造影劑（通常是含碘的對(duì)比劑）來(lái)增強(qiáng)組織和器官影像對(duì)比度的ct掃描方法，可以更好地檢測(cè)和評(píng)估腫瘤、血管性病變、器官病變等疾病的特征，具有更強(qiáng)的診斷能力，通常用于觀察血管、腫瘤、肝臟等器官的病變情況。

3、基于ct圖像和深度學(xué)習(xí)的計(jì)算機(jī)輔助診斷方法有效提高了醫(yī)生診斷的準(zhǔn)確性，然而現(xiàn)有方法在圖像時(shí)間特征提取和空間特征融合方面仍存在不足。具體來(lái)說(shuō)，現(xiàn)有方法通常僅側(cè)重于動(dòng)脈期、靜脈期或排泄期等單一階段的ct圖像特征提取，難以充分捕捉腫瘤的動(dòng)態(tài)演變過(guò)程，且往往忽略肝臟復(fù)雜的拓?fù)浣Y(jié)構(gòu)，致使肝癌診斷與分類(lèi)的準(zhǔn)確性受限。有鑒于此，本發(fā)明提出肝臟分區(qū)方法并融合多時(shí)期特征提取與融合技術(shù)，對(duì)提升肝癌檢測(cè)和分類(lèi)精度意義重大。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種基于血管拓?fù)浣Y(jié)構(gòu)的肝臟增強(qiáng)ct特征提取融合方法，實(shí)現(xiàn)肝臟增強(qiáng)ct影像更精細(xì)的時(shí)間和空間上的特征提取融合，提升肝癌檢測(cè)和分類(lèi)精度。

2、為達(dá)到上述目的，本發(fā)明是采用下述技術(shù)方案實(shí)現(xiàn)的：

3、本發(fā)明提供一種基于血管拓?fù)浣Y(jié)構(gòu)的肝臟增強(qiáng)ct特征提取融合方法，包括：

4、獲取肝臟增強(qiáng)ct影像，所述肝臟增強(qiáng)ct影像為動(dòng)脈期、靜脈期、延遲期以及平掃期的肝臟增強(qiáng)ct；

5、對(duì)肝臟增強(qiáng)ct影像進(jìn)行預(yù)處理，得到預(yù)處理的肝臟增強(qiáng)ct影像；

6、對(duì)預(yù)處理的肝臟增強(qiáng)ct影像進(jìn)行剛性配準(zhǔn)得到配準(zhǔn)后的肝臟增強(qiáng)ct影像；

7、將配準(zhǔn)后的肝臟增強(qiáng)ct影像作為輸入，基于時(shí)間特征提取模型進(jìn)行時(shí)間特征提取得到時(shí)間特征向量；

8、根據(jù)血管拓?fù)浣Y(jié)構(gòu)對(duì)配準(zhǔn)后的肝臟增強(qiáng)ct影像進(jìn)行分區(qū)得到多個(gè)肝臟分區(qū)影像；

9、根據(jù)多個(gè)肝臟分區(qū)影像對(duì)時(shí)間特征向量進(jìn)行劃分得到各個(gè)肝臟分區(qū)影像對(duì)應(yīng)的分區(qū)特征向量；

10、將各個(gè)肝臟分區(qū)影像對(duì)應(yīng)的分區(qū)特征向量作為輸入，基于空間特征提取模型進(jìn)行空間特征提取融合得到時(shí)間空間特征向量；

11、根據(jù)時(shí)間空間特征向量得到分類(lèi)結(jié)果。

12、進(jìn)一步的，所述肝臟增強(qiáng)ct影像均采用相同ct參數(shù)，所述ct參數(shù)包括層厚、掃描電壓。

13、進(jìn)一步的，所述對(duì)肝臟增強(qiáng)ct影像進(jìn)行預(yù)處理，得到預(yù)處理的肝臟增強(qiáng)ct影像，包括：

14、對(duì)肝臟增強(qiáng)ct影像進(jìn)行高斯濾波處理，得到高斯濾波處理后的肝臟增強(qiáng)ct影像；

15、對(duì)高斯濾波處理后的肝臟增強(qiáng)ct影像進(jìn)行空間重采樣，使其均統(tǒng)一至固定分辨率得到空間重采樣后的肝臟增強(qiáng)ct影像，得到預(yù)處理的肝臟增強(qiáng)ct影像。

16、進(jìn)一步的，所述對(duì)預(yù)處理的肝臟增強(qiáng)ct影像進(jìn)行剛性配準(zhǔn)得到配準(zhǔn)后的肝臟增強(qiáng)ct影像，包括：

17、將靜脈期的肝臟增強(qiáng)ct影像作為目標(biāo)影像，將動(dòng)脈期、延遲期的肝臟增強(qiáng)ct影像分別作為原始影像進(jìn)行剛性配準(zhǔn)，在剛性配準(zhǔn)過(guò)程中利用梯度下降法逐步優(yōu)化目標(biāo)函數(shù)使得原始影像和目標(biāo)影像的相似度度量值最小得到配準(zhǔn)后的動(dòng)脈期影像和配準(zhǔn)后的延遲期影像；

18、所述靜脈期的肝臟增強(qiáng)ct影像、配準(zhǔn)后的動(dòng)脈期影像、配準(zhǔn)后的延遲期影像、平掃期的肝臟增強(qiáng)ct影像組成配準(zhǔn)后的肝臟增強(qiáng)ct影像；

19、所述剛性配準(zhǔn)的表達(dá)式為：

20、，

21、其中，表示剛性配準(zhǔn)后的影像坐標(biāo)，表示旋轉(zhuǎn)矩陣，表示剛性配準(zhǔn)前的影像坐標(biāo)，表示平移向量；

22、所述目標(biāo)函數(shù)的表達(dá)式為：

23、，

24、其中，表示相似度度量，表示影像中像素點(diǎn)總數(shù)，表示剛性配準(zhǔn)前的影像在位置處的像素值，表示剛性配準(zhǔn)后的影像在位置處的像素值。

25、進(jìn)一步的，所述根據(jù)血管拓?fù)浣Y(jié)構(gòu)對(duì)配準(zhǔn)后的肝臟增強(qiáng)ct影像進(jìn)行分區(qū)得到多個(gè)肝臟分區(qū)影像，包括：

26、將配準(zhǔn)后的肝臟增強(qiáng)ct影像進(jìn)行數(shù)據(jù)清洗得到數(shù)據(jù)清洗后的肝臟增強(qiáng)ct影像；

27、將數(shù)據(jù)清洗后的肝臟增強(qiáng)ct影像作為輸入，基于u型網(wǎng)絡(luò)進(jìn)行自動(dòng)分割肝臟和血管區(qū)域，得到分割后的肝臟增強(qiáng)ct影像；

28、根據(jù)分割后的肝臟增強(qiáng)ct影像計(jì)算門(mén)靜脈血管的距離變換矩陣，所述距離變換矩陣中距離變換最大的像素點(diǎn)組成點(diǎn)集即為血管中心線；

29、遍歷血管中心線上的每一個(gè)像素點(diǎn)，若某一像素點(diǎn)的鄰域中包括多個(gè)分支，則判斷其為分支點(diǎn)，相鄰兩分支點(diǎn)之間的所有像素點(diǎn)組成一血管段，形成血管拓?fù)浣Y(jié)構(gòu)圖；

30、遍歷數(shù)據(jù)清洗后的肝臟增強(qiáng)ct影像中的每一個(gè)像素點(diǎn)，計(jì)算每個(gè)像素點(diǎn)距離各個(gè)血管段的歐式距離，并將其歸屬于距離最近的血管段，形成多個(gè)肝臟分區(qū)影像。

31、進(jìn)一步的，所述根據(jù)分割后的肝臟增強(qiáng)ct影像計(jì)算門(mén)靜脈血管的距離變換矩陣的表達(dá)式為：

32、，

33、其中，表示門(mén)靜脈血管的距離變換矩陣，表示像素點(diǎn)坐標(biāo)，表示血管邊界坐標(biāo)，表示血管邊界集合；

34、所述血管中心線的表達(dá)式為：

35、，

36、其中，表示血管中心線；

37、所述血管段的表達(dá)式為：

38、，

39、其中，表示第k個(gè)血管段，表示血管中心線上的第i個(gè)像素點(diǎn)，表示第j個(gè)分支點(diǎn)，表示第j+1個(gè)分支點(diǎn)；

40、所述肝臟分區(qū)影像的表達(dá)式為：

41、，

42、其中，表示像素點(diǎn)所屬的肝臟分區(qū)影像，表示像素點(diǎn)坐標(biāo)，表示第i個(gè)血管分段上距離像素點(diǎn)距離最近的像素點(diǎn)坐標(biāo)，表示第i個(gè)血管分段，表示血管分段集合。

43、進(jìn)一步的，所述根據(jù)多個(gè)肝臟分區(qū)影像對(duì)時(shí)間特征進(jìn)行劃分得到各個(gè)肝臟分區(qū)影像對(duì)應(yīng)的分區(qū)特征向量通過(guò)平均池化統(tǒng)一向量長(zhǎng)度。

44、進(jìn)一步的，所述時(shí)間特征提取模型采用殘差網(wǎng)絡(luò)，其包括依次連接的輸入層、殘差塊以及輸出層；

45、所述輸入層設(shè)有4個(gè)輸入通道，每個(gè)所述輸入通道分別對(duì)應(yīng)配準(zhǔn)后的肝臟增強(qiáng)ct影像中的靜脈期、動(dòng)脈期、延遲期以及平掃期；

46、所述殘差塊設(shè)有多個(gè)，其處理表達(dá)式為：

47、，

48、其中，表示輸出特征，表示輸入特征，表示殘差函數(shù)，表示殘差函數(shù)的權(quán)重參數(shù)；

49、所述空間特征提取模型包括依次連接的輸入層、詞嵌入層、編碼器、transformer層、解碼器、輸出嵌入層以及位置編碼層，其中，所述transformer層的數(shù)量為10個(gè)。

50、進(jìn)一步的，所述根據(jù)時(shí)間空間特征向量得到分類(lèi)結(jié)果通過(guò)全連接網(wǎng)絡(luò)實(shí)現(xiàn)。

51、進(jìn)一步的，還包括對(duì)時(shí)間特征提取模型、空間特征提取模型和全連接網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，所述預(yù)訓(xùn)練方法包括：

52、獲取肝臟增強(qiáng)ct影像數(shù)據(jù)集；

53、對(duì)肝臟增強(qiáng)ct影像數(shù)據(jù)集進(jìn)行標(biāo)注肝臟、血管和腫瘤區(qū)域，得到標(biāo)注的肝臟增強(qiáng)ct影像數(shù)據(jù)集；

54、將標(biāo)注的肝臟增強(qiáng)ct影像數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集；

55、將訓(xùn)練集數(shù)據(jù)作為輸入，對(duì)空間特征提取模型和全連接網(wǎng)絡(luò)進(jìn)行訓(xùn)練，在訓(xùn)練過(guò)程中利用交叉熵?fù)p失函數(shù)調(diào)整模型參數(shù)；

56、將測(cè)試集數(shù)據(jù)作為輸入，對(duì)空間特征提取模型和全連接網(wǎng)絡(luò)進(jìn)行測(cè)試，根據(jù)測(cè)試結(jié)果計(jì)算評(píng)估指標(biāo)，并基于評(píng)估指標(biāo)得到預(yù)訓(xùn)練完成的空間特征提取模型和全連接網(wǎng)絡(luò)；

57、其中，所述評(píng)估指標(biāo)包括準(zhǔn)確率、召回率和f1-score。

58、與現(xiàn)有技術(shù)相比，本發(fā)明所達(dá)到的有益效果：

59、本發(fā)明通過(guò)對(duì)配準(zhǔn)后的圖像使用深度學(xué)習(xí)模型提取各個(gè)時(shí)期圖像的時(shí)間特征，使模型能夠更充分地學(xué)習(xí)肝臟病變的復(fù)雜模式，該方法能夠更全面地捕捉肝臟增強(qiáng)ct影像中的關(guān)鍵信息，避免單一維度分析的局限性，并且基于血管拓?fù)浣Y(jié)構(gòu)以及transformer模型進(jìn)行空間特征融合，以實(shí)現(xiàn)更精細(xì)的空間特征融合，提升肝癌檢測(cè)和分類(lèi)精度，本發(fā)明針對(duì)肝臟增強(qiáng)ct影像的特征提取融合方法不僅符合肝臟的生理特性，還能提高特征提取的針對(duì)性和準(zhǔn)確性，使分析結(jié)果更具生物學(xué)意義。