[发明专利]一种图像自动分割的方法、装置及计算机可读存储介质在审

专利信息
申请号: 201811126882.0 申请日: 2018-09-26
公开(公告)号: CN109447120A 公开(公告)日: 2019-03-08
发明(设计)人: 廖珍琪;钟亚玉;张健;莫康信;其他发明人请求不公开姓名 申请(专利权)人: 佛山市幻云科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06T7/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 528100 广东省佛山市三水中心科*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分割图像 计算机可读存储介质 医学图像 图像分割 图像 图像分割器 图像分类器 自动分割 子集 医学图像处理 自动分割装置 计算机领域 图像分类 自动分类 分割 器官
【权利要求书】:

1.一种图像分割的方法,其特征在于,包括:

获取医学图像;

将所述医学图像按不同器官/组织进行分割,得到不同器官/组织分割图像;

从所述医学图像及所述分割图像按不同器官/组织抽取同样位置的若干份图像,得到医学图像子集及对应的分割图像子集;

以所述医学图像子集及所述分割图像子集作为训练数据集,进行图像分类训练及图像分割训练,分别得到图像分类器及图像分割器;

利用所述图像分类器将待分割图像分成若干份;

将分好的若干份待分割图像输入到与之对应的所述图像分割器进行分割,得到分割图像,完成图像分割。

2.如权利要求1所述的图像分割方法,其特征在于,获取的所述医学图像包括:电子计算机断层扫描CT图像,或磁共振MRI图像,或B超图像中的一种或其组合。

3.如权利要求1所述的图像分割方法,其特征在于,按不同器官/组织,将每一层图像中所包含的器官/组织分别标识并分割出来,得到不同器官/组织的分割图像。

4.如权利要求1所述的图像分割方法,其特征在于,按不同器官/组织,从所述医学图像及所述分割图像抽取对应的若干份图像,组成医学图像子集及分割图像子集,所述医学图像子集及分割图像子集包含多套同一器官的若干份图像。

5.如权利要求1所述的图像分割方法,其特征在于,将所述医学图像子集作为训练数据集输入到若干份的图像分类器中,采用机器学习方法如SVM,CNN进行训练,得到图像分类器,将所述分割图像子集作为训练数据集输入到图像分割器中,采用尝试学习方法如UNET进行训练,得到图像分割器。

6.如权利要求1所述的图像分割方法,其特征在于,所述图像分类器将图像分为若干份,所述分类器的分类方法包括:将需分类图像输入到图像分类器中,分别判定图像属于其中某一份图像的概率,并输出需分类图像的所属图像的概率,判定规则为图像归属概率最大者。

7.如权利要求1所述的图像分割方法,其特征在于,经所述图像分类器分为若干份的待分割图像分别输入到对应的图像分割器进行分割,得到分割图像,完成图像分割。

8.一种图像分割的装置,其特征在于,包括:

图像获取模块,用于获取医学图像;

第一图像分割模块,用于对所述医学图像进行分割,以获得不同器官/组织分割图像;

图像分份模块,用于将所述医学图像及所述分割图像分为一一对应的若干份图像,得到医学图像子集及对应的分割图像子集;

训练模块,用于训练所述不同器官/组织相应份的图像分类器及图像分割器;

图像分类模块,用于将需要分割的图像分成若干份;

第二图像分割模块,用于将所述需要分割的图像进行分割。

9.一种图像自动分割的装置,其特征在于,包括:

存储器;以及

耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器设备中的指令,执行权利要求1-7任一项所述的图像分割的方法。

10.一种图像自动分割计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山市幻云科技有限公司,未经佛山市幻云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811126882.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top