[发明专利]基于3D-UNet的医学图像自动分割方法及系统

权利要求书

1.一种基于3D-UNet的医学图像自动分割方法，其特征在于，所述医学图像自动分割方法包括：

构建一医学图像库，所述医学图像库包含多个分割好的医学图像，每个分割好的医学图像中的每个器官的图像区域已划分好且每个器官对应的图像区域已标注器官标签，所述器官标签用于表征所述对应的图像区域的所属器官；

将所述多个分割好的医学图像作为训练数据输入至3D-UNet模型，训练得到全局图像自动分割模型；

获取目标三维图像；

将所述目标三维图像输入所述全局图像自动分割模型，输出分割好的目标三维图像，每个分割好的目标三维图像中的每个目标器官的图像区域已划分好且每个目标器官对应的图像区域已标注器官标签；

所述医学图像自动分割方法还包括：

从所述多个分割好的医学图像中提取单个器官的图像数据，所述单个器官的图像数据包括所述单个器官的器官标签及所述单个器官的图像区域；

将所述单个器官的器官标签及所述单个器官的图像区域作为训练数据输入至所述3D-UNet模型，训练得到单个器官分割模型；

所述输出分割好的目标三维图像的步骤之后，所述自动分割方法还包括：

从所述分割好的目标三维图像中提取单个目标器官的图像数据；

将所述单个目标器官的图像数据输入所述单个器官分割模型，输出单个目标器官的分割图像；

将所述目标三维图像中所有器官的分割图像合并生成优化的分割好的目标三维图像。

2.如权利要求1所述的基于3D-UNet的医学图像自动分割方法，其特征在于，所述获取目标三维图像的步骤之后，所述医学图像自动分割方法还包括：

对所述目标三维图像进行预处理，所述预处理包括体素强度归一化、图像裁减和尺度变换。

3.如权利要求1所述的基于3D-UNet的医学图像自动分割方法，其特征在于，所述从所述分割好的目标三维图像中提取单个目标器官的图像数据的步骤具体包括：

对所述分割好的目标三维图像进行增广处理，所述增广处理包括平移、旋转和放缩中的至少一个；

从增广处理后的目标三维图像中提取所述单个目标器官的图像数据。

4.如权利要求3所述的基于3D-UNet的医学图像自动分割方法，其特征在于，所述将所述目标三维图像中所有器官的分割图像合并生成优化的分割好的目标三维图像的步骤之前，所述医学图像自动分割方法还包括：

将所述单个目标器官的分割图像的尺度调整为与所述目标三维图像的尺度一致；

所述将所述目标三维图像中所有器官的分割图像合并生成优化的分割好的目标三维图像的步骤中，对所有器官的调整后的分割图像进行合并处理。