[发明专利]一种内窥镜荧光图像的分割方法、装置及存储介质

说明书

本发明提供了一种内窥镜荧光图像的分割方法、装置及存储介质。所述方法包括：获取卷积神经网络，卷积神经网络是通过将采集到的荧光图像，随机选取其中的一部分图像作为训练集，在选取的图像中，分割出感兴趣的目标图像并添加标签，将训练集中以超过设定阈值的像素点为中心的图像块及其标签输入到神经网络中进行训练得到的；获取待处理的内窥镜荧光图像，将待处理的内窥镜荧光图像输入到卷积神经网络中，得到图像分割结果。本发明利用卷积神经网络，将光学手术导航内窥镜荧光图像的分割问题转化为了图像像素点的二分类问题，通过对整个系统的不断训练和优化，有效克服了光学手术导航内窥镜荧光图像的非匀质性，准确地提取出了图像中的感兴趣目标。

技术领域

本发明涉及医学分子影像领域，尤其涉及一种内窥镜荧光图像分割方法、装置及存储介质。

背景技术

医学影像处理与分析是近年来兴起的交叉学科，使医学影像逐渐由胶片向数字化发展。传统的医学影像技术只是获得人体某一断层的影像数据，然后医生通过胶片进行诊断或显示器进行观测。但是，医生所能观测到的仅仅是二维图像，并且只能以固定的方式对图像进行观察，所得到的诊断结果带有主观性的经验判断，很大程度上取决于医生的临床经验。而通过图形图像技术，可以对影像数据进行任意放大、缩小、旋转、三维重建等处理，使得医生可以从多方位、多层次的观察角度对影像数据进行详细的观察，从而极大地提高了诊断水平。医学影像处理与分析涉及的研究内容主要包括医学图像分割、医学图像配准、三维可视化部分。

随着医学影像技术在临床医学的成功应用，图像分割在医学影像应用中正扮演着越来越重要的作用。图像分割不仅是从特定组织图像中提取定量信息不可或缺的手段，也是后处理和可视化实现的基础。图像分割的目的是将有特定含义的区域区分开来，且任意两个区域不存在交集，而每一个区域都满足特定区域的一致性。然而，由于医学图像自身的复杂性和多样性，至今医学图像分割也没有找到一个统一完美的解决方案。由于医学图像成像原理和生物组织本身的特异性，图像生成时不可避免地受到诸如噪声、局部体效应和组织运动形变等影响，而造成医学图像具有模糊、不均匀等特点。另外，人的解剖结构非常复杂，并且因人而异，这些都给医学图像分割带来了很大困难。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

本发明实施例提出了一种基于卷积神经网络的内窥镜荧光图像分割方法、装置及存储介质，通过卷积神经网络的结构设计和训练，有效地提取出了图像中的感兴趣目标。

在本发明一实施例中，提出一种内窥镜荧光图像的分割方法，包括：获取卷积神经网络，所述卷积神经网络是通过将采集到的荧光图像，随机选取其中的一部分图像作为训练集，在选取的图像中，分割出感兴趣的目标图像并添加标签，将所述训练集中以超过设定阈值的像素点为中心的图像块及其标签输入到神经网络中进行训练得到的；获取待处理的内窥镜荧光图像，将所述待处理的内窥镜荧光图像输入到所述卷积神经网络中，得到图像分割结果。

在本发明另一实施例中，提出一种内窥镜荧光图像的分割装置，包括：获取模块，用于获取卷积神经网络，所述卷积神经网络是通过将采集到的荧光图像，随机选取其中的一部分图像作为训练集，在选取的图像中，分割出感兴趣的目标图像并添加标签，将所述训练集中以超过设定阈值的像素点为中心的图像块及其标签输入到神经网络中进行训练得到的；处理模块，用于获取待处理的内窥镜荧光图像，将所述待处理的内窥镜荧光图像输入到所述卷积神经网络中，得到图像分割结果。

在本发明另一实施例中，提出一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的内窥镜荧光图像的分割方法。

在本发明另一实施例中，提出一种计算机可读存储介质，所述计算机可读存储介质存储有执行所述的内窥镜荧光图像的分割方法的计算机程序。