[发明专利]分割方法、装置、设备以及存储介质

说明书

本发明提供一种分割方法、装置、设备以及存储介质，该方法包括接收待分割的心脏图像；利用已训练的层次残差神经网络对待分割的心脏图像进行处理，其中，层次残差神经网络包括：至少一个残差层和至少一个全卷积层，至少一个残差层用于对图像训练集进行编码处理，至少一个全卷积层用于对残差层输出的编码图像进行解码处理，以输出待分割的心脏图像的分割决策值；根据分割决策值确定心脏图像中右心室的轮廓图。本方法利用层次残差神经网络的编码‑解码结构确定心脏图像中右心室的轮廓图，解决了心脏图像存在的右心室边界模糊的问题，可以准确勾勒出右心室边界轮廓。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种分割方法、装置、设备以及存储介质。

背景技术

心脏分割是指利用图像技术从通过电影磁共振技术采集到的心脏图像中确定左心室和右心室。

目前虽然已经有一些方法进行了左心室分割的尝试，相对于左心室分割，右心室具有更多变的轮廓外形，内膜和外膜的边界与背景难以区分，使得右心室的分割成为医学图像分割里的一个难点。

本发明旨在提供一种分割方法、装置、设备以及存储介质，以解决右心室成像边界模糊，导致分割准确度低的技术问题。

发明内容

本发明旨在提供一种分割方法、装置、设备以及存储介质，以解决右心室成像边界模糊，导致分割准确度低的技术问题。

第一方面，本发明提供一种分割方法，包括：

接收待分割的心脏图像；

利用已训练的层次残差神经网络对待分割的心脏图像进行处理，其中，层次残差神经网络包括：至少一个残差层和至少一个全卷积层，至少一个残差层用于对图像训练集进行编码处理，至少一个全卷积层用于对残差层输出的编码图像进行解码处理，以输出待分割的心脏图像的分割决策值；

根据分割决策值确定心脏图像中右心室的轮廓图。

可选地，在利用已训练的层次残差神经网络对待分割的心脏图像进行处理，之前还包括：

接收图像训练集；其中，图像训练集包括：心脏图像和心脏图像中右心室的初始轮廓图；

构建层次残差神经网络；

利用图像训练集对层次残差神经网络进行训练，以输出训练图像的分割决策值；

利用分割决策值计算网络损失函数，根据损失函数对层次残差神经的网络参数进行调整，以输出已训练的层次残差神经。

可选地，至少一个残差层之间通过下采样级联，至少一个全卷积层之间通过上采样级联；位于上一级的全卷积层的输出数据和位于同一级的残差层的输出数据为全卷积层的输入。

可选地，所述残差层包括至少一个残差块，其中，所述至少一个残差块之间级联。

可选地，所述全卷积层包括至少一个卷积层，其中，所述至少一个卷积层之间级联。可选地，根据分割决策值确定心脏图像中右心室的轮廓图，具体包括：

根据分割决策值确定分割概率值；

根据分割概率值心脏图像中右心室的轮廓图。

可选地，所述根据所述分割决策值计算网络损失函数，根据所述损失函数对所述层次残差神经的网络参数进行调整，以输出已训练的层次残差神经，具体包括：

根据所述分割决策值计算具有形状约束的网络损失函数；

根据所述损失函数对所述层次残差神经的网络参数进行调整，以输出已训练的层次残差神经。

可选地，根据分割决策值确定分割概率值，具体包括：

根据如下公式确定心脏图像中第i个像素属于背景的概率：