公开(公告)号：CN114494171A

公开(公告)日：2022-05-13

申请号：CN202210053901.1

申请日：2022-01-18

Applicant: 上海交通大学医学院附属瑞金医院 ,  华东师范大学

Inventor： 贺娜英 ,  王一达 ,  严福华 ,  杨光 ,  李彦

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/33 ,  G06T5/00 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/055 ,  A61B5/00

Abstract: 本发明公开了一种深度学习结合个性化图集基于T1W和QSM自动分割脑深部灰质结构（尾状核、壳核、苍白球、黑质、红核、齿状核）的方法，包括步骤：采集T1W和QSM磁共振数据、医生手工标注脑深部灰质结构；提取T1W脑影像的特征向量；对所有T1W脑影像的特征向量进行无监督聚类，挑选出代表性影像和医生的标注组成个性化图集；将个性化图集中的T1W影像和标注与其他被试T1W影像进行配准，得到初步分割结果，构成训练集数据；构建基于注意力机制的深度学习网络模型；训练模型对脑深部灰质结构进行分割。本发明利用T1W和QSM图像的对比优势对脑深部灰质结构进行精准自动分割，将来有望用于帕金森病等运动障碍类疾病的脑影像研究和辅助临床诊断等。

公开(公告)号：CN114494171B

公开(公告)日：2024-12-20

申请号：CN202210053901.1

申请日：2022-01-18

Applicant: 上海交通大学医学院附属瑞金医院 ,  华东师范大学

Inventor： 贺娜英 ,  王一达 ,  严福华 ,  杨光 ,  李彦

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/33 ,  G06T5/60 ,  G06T5/90 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  A61B5/055 ,  A61B5/00

Abstract: 本发明公开了一种深度学习结合个性化图集基于T1W和QSM自动分割脑深部灰质结构（尾状核、壳核、苍白球、黑质、红核、齿状核）的方法，包括步骤：采集T1W和QSM磁共振数据、医生手工标注脑深部灰质结构；提取T1W脑影像的特征向量；对所有T1W脑影像的特征向量进行无监督聚类，挑选出代表性影像和医生的标注组成个性化图集；将个性化图集中的T1W影像和标注与其他被试T1W影像进行配准，得到初步分割结果，构成训练集数据；构建基于注意力机制的深度学习网络模型；训练模型对脑深部灰质结构进行分割。本发明利用T1W和QSM图像的对比优势对脑深部灰质结构进行精准自动分割，将来有望用于帕金森病等运动障碍类疾病的脑影像研究和辅助临床诊断等。