[发明专利]肋骨标记方法、装置、设备以及图像分割模型的训练方法

说明书

本发明公开了一种肋骨标记方法、装置、设备以及图像分割模型的训练方法，其中，肋骨标记方法包括：获取待识别图像；所述待识别图像包括CT图像；将所述待识别图像输入图像分割模型得到分割结果；所述分割结果包括肋骨分割结果和肋骨中心线分割结果；基于所述分割结果进行肋骨排序和标记。本发明能够较好的处理肋骨粘连、断裂的情况，以及快速排序和标记每一根肋骨。

技术领域

本发明涉及图像处理技术领域，具体涉及一种肋骨标记方法、装置、设备以及图像分割模型的训练方法。

背景技术

在骨分析应用中，由于需要分析的数据大多病变严重。肋骨与肋骨间的间隙天生较短，通常会因为肋骨间的距离较近，在肋骨分割结果上出现粘连。同时当扫描分辨率很低时，现有算法分割出的肋骨看起来是粘连的，无法自动识别出对应的肋骨标签。或因为肋骨骨折或骨癌细胞侵蚀等病变，导致同一根肋骨的分割结果不连续。因此对于肋骨中心线提取及肋骨的标记算法存在一定困难。

现有技术提供的一种方法中，通过肋骨分割结果提取连通域，通过分析肺尖的位置或脊骨的位置定位肋骨种子点，通过匹配肋骨种子点与连通域分析将目标肋骨标签化，顺序标记方法依次将后续肋骨排序。该方法过于依赖人体解剖结构，对于粘连与骨折断裂的情况因为肋骨分割结果不好，算法适应性较差，当出现图片扫描不全的情况以及肋骨病变的情况此种方法将会失败。

现有技术提供的一种方法中，首先分别排序胸腔一侧肋骨，单侧肋骨基于距离关系排序，其次左右两侧的肋骨距离的相关关系进行配对。

现有技术提供的一种方法中，基于模板匹配方法提取中心线及标记，该方法可以适用于骨折断裂的情况，但需要事先设计模板，且算法较为耗时。

现有技术提供的一种方法中，基于神经网络同时分割并标记肋骨中心线。首先，通过全卷积神经网络同时学习出第一对，第十二对与中间肋骨的中心线。以脊柱与上一根肋骨的位置确定中心线起始点，以圆锥形搜索区域追踪肋骨中心线。按照肋骨的上下顺序依次为肋骨中心线排序。此种方法可以标记肋骨中心线，但未能解决肋骨的标记问题。同时本方法搜索区域较大耗时较长，无法适用于肋骨断裂的情况(例如错位性肋骨骨折或因病变而畸形的肋骨)，也无法适应扫描肋骨区域不完整的情况。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明第一方面提出一种肋骨标记方法，所述方法包括：

获取待识别图像；

将所述待识别图像输入图像分割模型得到分割结果；所述分割结果包括肋骨分割结果和肋骨中心线分割结果；

基于所述分割结果进行肋骨排序和标记。

本发明第二方面提供了一种肋骨标记装置，所述装置包括：

图像获取模块，用于获取待识别图像；

图像处理模块，用于将所述待识别图像输入图像分割模型得到分割结果；所述分割结果包括肋骨分割结果和肋骨中心线分割结果；

肋骨标记模块，用于基于所述分割结果进行肋骨排序和标记。

本发明第三方面提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的肋骨标记方法。

本发明第四方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面所述的肋骨标记方法。

本发明第五方面提供了一种图像分割模型的训练方法，所述方法包括：

获取标注有肋骨标签、肋骨中心线标签的CT样本图像；