[发明专利]图像特征值的获取方法、计算机设备和存储介质

说明书

本申请提供的一种图像特征值的获取方法、计算机设备和存储介质，通过分割网络对输入的初始图像先进行分割，分别得到第一特征图像和第二特征图像；再进一步的将第一特征图像输入至第一回归网络，得到第一特征值，以及将第二特征图像输入至第二回归网络，得到第二特征值。其中的第一特征图像对应初始图像中的第一结构，第二特征图像对应初始图像中的第二结构。在上述过程中，由于分割网络输出的第一特征图与第一回归网络一一对应，第二特征图与第二回归网络一一对应。因此，使用特定回归网络对应检测特定特征图，得到对应特征信息的方法避免了对包含多种结构特征的特征图进行检测时影响检测精度的问题，极大的提高了检测图像特征值的精度。

技术领域

本申请涉及医疗图像识别技术领域，尤其涉及一种图像特征值的获取方法、计算机设备和存储介质。

背景技术

阿尔茨海默症(Alzheimer disease，AD)是一种常见的神经退行性疾病，至2030年，全球AD患者预计超过7000万。磁共振成像(Magnetic Resonance Imaging，MRI)因其具有无放射性、对脑结构成像质量高等特性，被越来越广泛地应用于AD及其相关病症的诊断，这使得利用计算机辅助检测(Computer Aided Design，CAD)的需求变得迫切。AD的计算机辅助诊断可以根据MRI等医学影像有效筛查AD患者及其前期轻度认知障碍(MCI)阶段，大大降低医生的工作量，同时也可提高医生检测的准确度。

目前，传统的利用结构MRI影像实现AD及其相关病症的计算机辅助诊断的方法主要包括获取MRI影像图像的特征值的方法、对MRI影像图像的分割方法、对MRI影像图像的检测方法以及对MRI影像图像的分类方法，其中获取MRI影像图像的特征值的方法主要包括：首先通过MRI成像设备采集医学图像，再对采集到的医学图像进行预处理，例如对采集到的医学图像进行重采样、调整方向、去头骨、灰度校正等一系列操作，以去除成像设备工作情况对图像质量的影响，然后从预处理后的图像中提取出感兴趣区域ROI，相应的在ROI中提取若干特征，并根据若干特征生成特征提取器的训练样本图像和测试样本图像，接下来，将训练样本图像输入至特征提取器进行训练，再进一步的使用训练好的特征提取器对测试样本图像进行特征值计算处理，并得到相应的特征值。

发明内容

基于此，有必要针对上述技术问题，提供一种图像特征值的获取方法、计算机设备和存储介质。

第一方面，一种图像特征值的获取方法，所述方法包括：

获取初始图像；初始图像包括至少两种结构；

将初始图像输入至分割网络，分别得到第一特征图像和第二特征图像，其中第一特征图像对应初始图像中的第一结构，第二特征图像对应初始图像中的第二结构；

将第一特征图像输入至第一回归网络，得到第一特征值；

将第二特征图像输入至第二回归网络，得到第二特征值。

在其中一个实施例中，上述将初始图像输入至分割网络，分别得到第一特征图像和第二特征图像，包括：

将初始图像输入至分割网络进行分割，得到分割图像；分割图像中包含至少两个结构特征的图像；

根据至少两个结构特征对分割图像进行剪裁，得到至少第一特征图像和第二特征图像；第一特征图像对应分割图像中的第一结构特征，第二特征图像对应分割图像中的第二结构特征。

在其中一个实施例中，上述分割网络的训练过程包括：

获取多个样本图像；

以样本掩膜图像为监督信息，将多个样本图像输入至待训练的分割网络，训练待训练的分割网络，得到分割网络；样本掩膜图像包括样本图像中待分割结构的特征。

在其中一个实施例中，

第一回归网络的训练过程包括：