[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
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 | ||
本发明公开了一种图像分割的方法、装置及计算机可读存储介质,涉及计算机领域,特别医学图像处理领域,该方法包括:获取医学图像;将所述医学图像按不同器官/组织进行分割;从所述医学图像及所述分割图像分成若干份图像,得到医学图像子集及对应的分割图像子集;并分别进行图像分类训练及图像分割训练,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。本发明还提供了一种图像自动分割装置及计算机可读存储介质。通过本发明的方法、装置及计算机可读存储介质,可完成图像自动分类及自动分割,极大提升图像分割效率。
【技术领域】
本发明涉及计算机领域,特别是涉及一种图像自动分割的方法、装置及计算机可读存储介质。
【技术背景】
数字医学图像技术是现代医学最重要的诊断手段之一,随着数字医学图像诊断技术的不断发展及普及,医生对医学图像诊断的要求也越来越高,除了看二维平面图,还要求看三维模型图,更进一步的要进行定量分析、模拟以及与AR/VR结合使用等。医学影像三维重建是将二维影像图片转换为三维模型的重要技术,如需进行定量分析,则需要将不同器官/组织进行分割后再单独重建,才可以对器官或组织进行定量分析或模拟。
由于符合DICOM3.0标准的医学图像是基于灰度值的二维图像,各元素/组织间是通过不同的灰阶来区分,加上噪音的影响,使得有些组织间的边界并不清晰,所以对医学图像进行分割,不管对医护人员还是对科技工作者,都是件麻烦而复杂的事,完成一个完整器官/组织的分割,需要花费大量的时间及精力,而对于非医学背景的工作者,更是难于完成分割的工作。
【发明内容】
有鉴于此,本发明提供一种图像自动分割的方法、装置及计算机可读存储介质所要解决的问题是:通过本公开发明来解决复杂而费时的医学图像分割工作,实现图像自动分割,提升医护人员及科技工作者的工作效率。
根据本公开的一些实施例,提供的一种图像自动分割的方法,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,分别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。
根据本公开的一些实施例,获取的所述病变医学图像包括含有病变组织的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。
根据本公开的一些实施例,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。
根据本公开的一些实施例,对于不同的器官/组织,其所包含的图像层数有所区别,定义图像层数为N,如肝脏图像共有N liver层,肺图像共有N lung层,肝脏图像与肺图像所包含的图像层数不一定相同,对任意器官/组织,其第一层对应为所述器官/组织的顶层,其最后一层,对应为所述器官/组织的最底层。
根据本公开的一些实施例,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。
将医学图像或分割图像分成若干份是利用临近图像相似的特点,将图像整体划分为有相似特点的若干份图像,更有利于进行高效快速的训练,得到的训练结果更为精准,即图像分类器及图像分割器能更加精准的识别图像并分类以及更加精准的识别图像并分割,提高处理效率。
根据本公开的一些实施例,所述若干份图像中的一份包括一层或多层图像。
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/201811126882.0/2.html,转载请声明来源钻瓜专利网。