[发明专利]一种基于断层扫描图数据集进行病变区域分割的方法

权利要求书

1.一种基于断层扫描图数据集进行病变区域分割的方法，包括数据集的建立、模型的训练和分割三个步骤，其特征在于：

数据集的建立包括如下步骤：

S01：获取目标部位的若干张断面扫描图；

S02：对获得的断面扫描图进行预处理和标注，将断面扫描图病变组织和其他组织进行标记以进行区分，如此获得多个标注样本；

S03：将标注样本进行存储，得到数据集；

模型的训练包括如下步骤：

S04：建立3D卷积神经网络模型；

S05：将标注样本中的信息输入至3D卷积神经模型中进行训练；

S06：所有的标注样本数据均输入至3D卷积神经模型中训练完毕后，输出训练好的3D卷积神经深度学习模型；

分割包括如下步骤：

S07：对断层扫描图进行预处理，在断层扫描图上进行区域划分，将断层扫描图划分出病变组织区域和其他组织区域；

S08：将经过预处理的断层扫描图数据信息输入至训练好的卷积神经深度学习模型中，并输出分割好的立方块数据；

S09：将多个分割好的立方块数据进行合并，得到将病变组织分割之后的目标部位模型图。

2.根据权利要求1所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于，所述的预处理过程具体包括如下步骤：

S071：标准化图像的像素值，并对像素值做概率密度分布；

S072：根据像素值的分布找到不同区域组织之间的分界，区分病变组织区域和其他组织区域；

S073：使病变组织区域连接为整体，制作断层扫描图掩膜；

S074：将原始三维标注数据点乘对应的图像掩膜信息即可得到只有病变组织区域图像的数据。

3.根据权利要求2所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于，区分病变组织区域和其他组织区域的方式如下：

读取识别断层扫描图上不同区域的色值，将病变组织对应的色值和所有其他组织对应的色值进行收集整理，得出病变组织对应的色值区间和其他组织对应的色值区间，以此作为区分病变组织和其他组织的标准。

4.根据权利要求2所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于，断层扫描图掩膜的制作方式如下：

通过形态学处理中的腐蚀处理和膨胀处理，使目标区域尽可能连在一起，并尽可能的消除目标区域中的特定色值部分，以完成目标区域的掩膜的制作。

5.根据权利要求1所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于：

所述的卷积神经网络模型包括用于存储特征信息的浅层网络和深层网络，所述浅层网络中存储的特征信息用于补充至深层网络。

6.根据权利要求1所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于：

步骤S02中的标注方式为：针对人体目标部位的断层扫描图的病变组织和其他组织进行标注，区分目标组织和非目标组织。

7.根据权利要求1所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于：

所述标注的内容包括坐标信息，所述的坐标信息基于标注所在断层扫描图上的坐标系生成，且用于标记病变组织在断层扫描图上的相对位置。

8.根据权利要求7所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于：

所述的坐标系为三维笛卡尔坐标系，利用三维笛卡尔坐标系来表示每张断层扫描图上的病变组织和其他组织的相对位置。

9.根据权利要求1所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于：

所述的标注内容还包括识别信息，所述的识别信息用于将当前位置的组织标记为病变组织或其他组织。

10.根据权利要求9所述的基于断层扫描图数据集进行病变区域分割的方法，其特征在于：

所述的识别信息与坐标信息相匹配，当前位置对应组织的识别信息被赋予当前位置对应组织的坐标信息之后。