本發明提供一種陳舊性腦梗死檢測方法和裝置，所述方法包括以下步驟：獲取多個確診的陳舊性腦梗死腦部CT圖像；基于2.5D分割網絡構建陳舊性腦梗死檢測模型；通過陳舊性腦梗死腦部CT圖像對陳舊性腦梗死檢測模型進行訓練；輸入待檢測腦部CT圖像，通過訓練后的陳舊性腦梗死檢測模型對待檢測腦部CT圖像的每個體素點進行陳舊性腦梗死概率的預測，并根據預測結果實現陳舊性腦梗死的檢出。本發明能夠自動進行陳舊性腦梗死的檢出，具有較高的效率和準確度。

技術領域

本發明涉及影像處理分析技術領域，具體涉及一種陳舊性腦梗死檢測方法和一種陳舊性腦梗死檢測裝置。

背景技術

腦梗死是由于腦動脈粥樣硬化，血管內膜損傷使腦動脈管腔狹窄，進而因多種因素使局部血栓形成，使動脈狹窄加重或完全閉塞，導致腦組織缺血、缺氧、壞死，引起神經功能障礙的一種腦血管病。顱腦CT掃描是陳舊性腦梗死診斷的首要檢查方法，但即便對于訓練有素的專家來講，通過顱腦CT進行腦出血診斷也很復雜耗時。

發明內容

本發明為解決上述技術問題，提供了一種陳舊性腦梗死檢測方法和裝置，能夠自動進行陳舊性腦梗死的檢出，具有較高的效率和準確度。

本發明采用的技術方案如下：

一種陳舊性腦梗死檢測方法，包括以下步驟：獲取多個確診的陳舊性腦梗死腦部CT圖像；基于2.5D分割網絡構建陳舊性腦梗死檢測模型；通過所述陳舊性腦梗死腦部CT圖像對所述陳舊性腦梗死檢測模型進行訓練；輸入待檢測腦部CT圖像，通過訓練后的陳舊性腦梗死檢測模型對所述待檢測腦部CT圖像的每個體素點進行陳舊性腦梗死概率的預測，并根據預測結果實現陳舊性腦梗死的檢出。

在獲取多個確診的陳舊性腦梗死腦部CT圖像后，還包括：對所述多個確診的陳舊性腦梗死腦部CT圖像進行標準化處理。

其中，所述陳舊性腦梗死檢測模型以U-Net作為骨干網絡，其中，在進行訓練或進行預測時，對空間位置上連續N層CT圖像進行堆疊后輸入所述陳舊性腦梗死檢測模型，其中，N≥1。

所述陳舊性腦梗死檢測模型包括殘差模塊和注意力模塊。

利用交叉熵損失和加權損失對所述陳舊性腦梗死檢測模型進行訓練。

一種陳舊性腦梗死檢測裝置，包括：獲取模塊，所述獲取模塊用于獲取多個確診的陳舊性腦梗死腦部CT圖像；建模模塊，所述建模模塊用于基于2.5D分割網絡構建陳舊性腦梗死檢測模型；訓練模塊，所述訓練模塊用于通過所述陳舊性腦梗死腦部CT圖像對所述陳舊性腦梗死檢測模型進行訓練；檢測模塊，所述檢測模塊用于通過訓練后的陳舊性腦梗死檢測模型對輸入的待檢測腦部CT圖像的每個體素點進行陳舊性腦梗死概率的預測，并根據預測結果實現陳舊性腦梗死的檢出。

所述的陳舊性腦梗死檢測裝置還包括：處理模塊，所述是處理模塊用于對所述多個確診的陳舊性腦梗死腦部CT圖像進行標準化處理。

本發明的有益效果：

本發明基于2.5D分割網絡構建陳舊性腦梗死檢測模型，在對陳舊性腦梗死檢測模型進行訓練后，通過訓練后的陳舊性腦梗死檢測模型對待檢測腦部CT圖像的每個體素點進行陳舊性腦梗死概率的預測，由此，通過體素級別的分析，能夠自動進行陳舊性腦梗死的檢出，具有較高的效率和準確度。

附圖說明

圖1為本發明實施例的陳舊性腦梗死檢測方法的流程圖；

圖2為本發明一個實施例的基于2.5D分割網絡構建的陳舊性腦梗死檢測模型的示意圖；

圖3為本發明實施例的陳舊性腦梗死檢測裝置的方框示意圖。

具體實施方式