[发明专利]三维左心房分割方法、装置、终端设备及存储介质

权利要求书

1.一种三维左心房分割方法，其特征在于，包括：

获取待分割心脏磁共振图像；

从所述待分割心脏磁共振图像中分割出ROI区域，所述ROI区域为包含三维左心房的区域；

将所述ROI区域输入预先训练的层次聚合网络模型，得到所述待分割心脏磁共振图像的分割结果；

其中，所述层次聚合网络模型为包括编码器路径和解码器路径的U-Net卷积神经网络模型，所述编码器路径包括至少一个分层聚合模块，所述分层聚合模块包括作为主干分支的层次聚合单元和作为掩码分支的注意单元。

2.根据权利要求1所述的三维左心房分割方法，其特征在于，所述从所述待分割心脏磁共振图像中分割出ROI区域，包括：

通过预训练U-Net卷积神经网络对所述待分割心脏磁共振图像进行检测，得到ROI区域检测结果；其中，所述预训练U-Net卷积神经网络的每一级具有两个卷积层；

根据所述ROI区域检测结果对所述待分割心脏磁共振图像进行裁剪，得到所述ROI区域。

3.根据权利要求1所述的三维左心房分割方法，其特征在于，所述层次聚合单元包括第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层，每个卷积层后均连接有批量归一化和校正线性单元；

其中，所述第一卷积层与所述第二卷积层级联，将级联结果输入所述第三卷积层；对所述第三卷积层进行卷积运算得到所述第四卷积层，所述第三卷积层和所述第四卷积层连接生成所述第五卷积层；

所述注意单元包括第六卷积层、第七卷积层和乙状结构层，所述第六卷积层依次通过批量归一化和所述校正线性单元与所述第七卷积层连接；所述乙状结构层为exp表示指数函数，χ_i,c表示c^th通道上特征映射的i^th值；

所述分层融合模块的输出为M_i,c(χ)表示掩码分支的输出，范围为[0，1]；F_i,c(χ)表示主干分支的输出，表示点乘积，表示按元素方向求和。

4.根据权利要求1至3任一项所述的三维左心房分割方法，其特征在于，在所述获取待分割心脏磁共振图像之前，还包括：

获取训练样本和与所述训练样本对应的标签信息；

根据所述标签信息，从所述训练样本中分割出相应的目标ROI区域；

根据所述目标ROI区域，对预先建立的所述层次聚合网络模型进行模型训练。

5.根据权利要求4所述的三维左心房分割方法，其特征在于，所述根据所述标签信息，从所述训练样本中分割出相应的目标ROI区域，包括：

将所述训练样本统一调整至第一预设形状；

将所述第一预设形状的训练样本输入预先训练的U-Net卷积神经网络，得到目标ROI区域检测结果；

将各所述训练样本从所述第一预设形状调整至各训练样本的原本形状；

根据所述ROI区域检测结果和所述标签信息，从所述训练样本中分割出相应的所述目标ROI区域。

6.根据权利要求5所述的三维左心房分割方法，其特征在于，所述根据所述目标ROI区域检测结果和所述标签信息，从所述训练样本中分割出相应的所述目标ROI区域，包括：

判断所述目标ROI区域检测结果是否包含所述标签信息；

当所述目标ROI区域检测结果未包含所述标签信息时，则将所述目标ROI区域扩展为预设目标区域；

从所述训练样本中裁剪出所述预设目标区域，将所述预设目标区域作为所述目标ROI区域；

当所述目标ROI区域检测结果包含所述标签信息时，从所述训练样本中裁剪出所述目标ROI区域。