[发明专利]基于深度学习的心脏CT图像分割方法、装置、设备及介质

权利要求书

1.一种基于深度学习的心脏CT图像分割方法，其特征在于，所述方法包括下述步骤：

当接收到心脏CT图像的分割请求时，获取用户输入的心脏CT图像；

对所述获取到的心脏CT图像进行预处理，获得对应的预处理图像；

通过预先训练好的V-Net模型对所述预处理图像中预设的心脏组织区域进行图像分割，获得所述心脏CT图像对应的心脏组织区域分割图像；其中，预设的心脏组织区域包括心脏左心室；

获取用户输入的心脏CT图像的步骤之前，所述方法还包括：

通过预设的图像处理程序对预先采集的心脏CT样本图像中所述心脏组织区域进行图像分割，获得所述心脏CT样本图像中所述心脏组织区域对应的GT图像；

根据所述心脏CT样本图像和所述GT图像，对所述V-Net模型进行训练；

当训练后所述V-Net模型输出的所述心脏组织区域分割图像和所述GT图像的相似程度满足预设的阈值时，结束所述V-Net模型的训练；

其中，所述V-Net模型的输出图像和输入图像维度相同。

2.如权利要求1所述的方法，其特征在于，所述预设的图像处理程序为ITK-SNAP。

3.如权利要求1所述的方法，其特征在于，所述V-Net模型包括一个输入层、4个压缩层、4个解压缩层以及一个输出层，所述V-Net模型中每一层的卷积核大小为5，所述输入层的卷积步长为1，所述压缩层、所述解压缩层以及所述输出层的卷积步长为2。

4.一种基于深度学习的心脏CT图像分割装置，其特征在于，所述装置包括：

CT图像获取单元，用于当接收到心脏CT图像的分割请求时，获取用户输入的心脏CT图像；

图像预处理单元，用于对所述获取到的心脏CT图像进行预处理，获得对应的预处理图像；以及

图像分割单元，用于通过预先训练好的V-Net模型对所述预处理图像中预设的心脏组织区域进行图像分割，获得所述心脏CT图像对应的心脏组织区域分割图像；其中，预设的心脏组织区域包括心脏左心室；

GT图像获取单元，用于通过预设的图像处理程序对预先采集的心脏CT样本图像中所述心脏组织区域进行图像分割，获得所述心脏CT样本图像中所述心脏组织区域对应的GT图像；

模型训练单元，用于根据所述心脏CT样本图像和所述GT图像，对所述V-Net模型进行训练；以及

训练结束单元，用于当训练后所述V-Net模型输出的所述心脏组织区域分割图像和所述GT图像的相似程度满足预设的阈值时，结束所述V-Net模型的训练。

5.如权利要求4所述的装置，其特征在于，所述预设的图像处理程序为ITK-SNAP。

6.如权利要求4所述的装置，其特征在于，所述V-Net模型包括一个输入层、4个压缩层、4个解压缩层以及一个输出层，所述V-Net模型中每一层的卷积核大小为5，所述输入层的卷积步长为1，所述压缩层、所述解压缩层以及所述输出层的卷积步长为2。

7.一种计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。