(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211243529.7 (22)申请日 2022.10.12 (65)同一申请的已公布的文献号 申请公布号 CN 115311311 A (43)申请公布日 2022.11.08 (73)专利权人 长春理工大 学 地址 130022 吉林省长 春市卫星路7089号 (72)发明人 李奇　何思源　武岩　宋雨　高宁　 (74)专利代理 机构 长春众邦菁华知识产权代理 有限公司 2 2214 专利代理师 于晓庆 (51)Int.Cl. G06T 7/11(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G16H 50/20(2018.01) G06T 7/00(2017.01) G06T 7/73(2017.01) G06V 10/26(2022.01)G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (56)对比文件 CN 114693719 A,202 2.07.01 CN 111192248 A,2020.0 5.22 CN 113506308 A,2021.10.15 李强等.一种改进的医疗 文本分类模型:LS- GRU. 《东北 大学学报(自然科 学版)》 .2020,(第07 期), 汤阳杰， 等. .腰椎间盘早期退变的智能诊断 方法研究. 《bi omedRxiv》 .202 2,第1-7页. Hua-Dong Zheng， et al. .Deep learn ing- based high -accuracy quantitati on for lumbar i ntervertebral disc degenerati on from MRI. 《NAT URE COMMUNICATIONS》 .202 2,第 1-11页. (续) 审查员 马聪聪 (54)发明名称 一种面向腰椎间盘的图像描述方法及其应 用 (57)摘要 面向腰椎间盘的图像描述算法及其构建方 法和应用， 涉及深度学习与医学影像处理领域， 本发明包括： 面向三维脊柱磁共振影像矢状位中 心切片的语义分割定位模型， 用于对三维脊柱磁 共振影像矢状位中心切片进行面向腰椎间盘像 素的语义分割定位， 提供腰椎间盘像素定位信 息； 基于语义分割定位的三维脊柱磁共振影像降 维模型， 根据腰椎间盘像素定位信息对三维脊柱 磁共振影像的全部切片进行区域划分， 以保留与 腰椎间盘像素相关的矩形区域； 面向三维脊柱磁 共振影像的文本生成网络模型， 用于对降维后的 影像进行编码， 并通过训练得到其映射的影像学 建议文本。 本发 明能在低算力消耗下输出丰富信息， 增强了图像描述 算法的性能。 [转续页] 权利要求书2页 说明书6页 附图4页 CN 115311311 B 2022.12.20 CN 115311311 B (56)对比文件 Yang Xi， et al. .2020 4th I nternati onal Conference o n Advanced Sy stems and Emergent Tec hnologies semantic integrati on and modulati on of attention: An fMRI and graph -based study. 《PL oS ONE》 .2019, Qi Li， et al. .Segmentati on of Intervertebral Disc based o n Semi- supervised Co nditional Generative Adversarial Netw ork. 《202 2 3rd Internati onal Conference o n CVIDL & ICCEA） 》 .202 2,第1-10页. Wafa Mbark i,et al. .A novel method based on deep learn ing for hern iated lumbar disc segmentati on. 《2020 4th Internati onal Conference o n Advanced Systems and Emergent Tec hnologies》 .2020, Yu-Kai C heng， et al. .Automatic Segmentati on of Specific I ntervertebral Discs through a Tw o-Stage MultiResUNet Model. 《J. Cl in. Med.》 .2021,第1-1 1页.2/2 页 2[接上页] CN 115311311 B1.一种面向腰椎间盘的图像描述方法， 其特 征在于， 包括： 面向三维脊柱磁共振影像矢状位中心切片的语义分割定位模型， 用于对三维脊柱磁共 振影像矢状位中心切片进 行面向腰椎间盘像素的语义分割定位， 提供腰椎间盘像素定位信 息； 基于语义分割定位的三维脊柱磁共振影像降维模型， 根据腰椎间盘像素定位信 息对三 维脊柱磁共振影像的全部切片进行区域划分， 以保留与腰椎间盘像素相关的矩形区域， 剔 除与任务无关的像素； 所述基于语义分割定位的三维脊柱磁共振影像降维模型包括间盘像 素提取模块和影像降维模块； 所述间盘像素提取模块用于对三维脊柱磁共振影像中的全部 切片进行间盘像素矩阵的提取， 所述间盘像素矩阵包括五个关键腰椎间盘的像素信息； 所 述影像降维模块用于将得到的间盘 像素矩阵进行关键信息的合并， 同时去除冗余像素； 面向三维脊柱磁共振影像的文本生成网络模型， 用于对降维后的影像进行编码， 并通 过训练得到其映射的影像学建议文本； 所述面向三维脊柱磁共振影像的文本生成网络模型 共有十层， 由图像特征输入、 图像特征Dropout层、 图像特征Dense层、 文本标签输入、 文本标 签Embedding层、 文本标签特征Dense层、 GRU层、 输入合并层、 合并Den se层和输出Den se层依 次通过线性连接组成； 所述GRU层为核心层 级， 用于学习像素级 特征信息与文本标签信息 之 间的映射关系。 2.根据权利要求1所述的一种面向腰椎间盘的图像描述方法， 其特征在于， 所述面向三 维脊柱磁共振影像矢状位中心切片的语义分割定位模型采用语境引导分割网络CGNet， 其 网络参数总量 为500K。 3.根据权利要求1所述的一种面向腰椎间盘的图像描述方法， 其特征在于， 所述面向三 维脊柱磁共振影像的文本生成网络模型为二段式结构， 包括图像编码结构和文本解码结 构； 所述图像编码结构是一种VGG16分类网络的变体， 其结构中去除了softmax层， 以保存图 像的像素级特 征信息； 所述文本解码结构是一种轻量 化GRU训练网络 。 4.根据权利要求1所述的一种面向腰椎间盘的图像描述方法， 其特征在于， 所述面向三 维脊柱磁共 振影像的文本生成网络模型的总参数量 为1.52M。 5.如权利要求1所述的一种面向腰椎间盘的图像描述方法在实现腰椎间盘的影像学建 议文本生成中的应用， 其特 征在于， 包括以下步骤： 步骤一、 面向三维脊柱磁共 振影像矢状位中心切片的语义分割定位； 选取三维脊柱磁共振影像矢状位中心切片， 应用语境引导分割网络CGNet对该矢状位 中心切片进行语义分割定位， 获得间盘定位图片， 为三维脊柱磁共振影像降维处理提供腰 椎间盘像素定位信息； 步骤二、 基于语义分割定位的三维脊柱磁共 振影像降维处 理； 选取三维脊柱磁共振影像的全部切片， 根据腰椎间盘像素的定位信息， 应用基于语义 分割定位的三维脊柱磁共振影像降维模型对三维脊柱磁共振影像的全部切片进行区域划 分， 以保留仅与腰椎间盘 像素相关的矩形区域， 剔除与任务无关的像素； 步骤三、 面向三维脊柱磁共 振影像的文本生成； 通过图像编码结构对降维后的脊柱磁共振影像进行图像编码处理， 并将 获取的像素级 特征信息传递至文本解码结构， 通过文本解码结构对像素级特征信息进行文字解码处理， 计算降维后的腰椎间盘 像素所映射的文本标签信息， 并输出对应的影 像学建议文本 。权　利　要　求　书 1/2 页 2 CN 115311311 B 3