[发明专利]一种用于腹主动脉瘤边界分割的方法有效
申请号: | 201910853671.5 | 申请日: | 2019-09-10 |
公开(公告)号: | CN110580702B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 柴象飞;郭娜;郭伟;史睿琼;贾森皓;王琪;葛阳阳;冯庸;谭启路;左盼莉 | 申请(专利权)人: | 慧影医疗科技(北京)股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 杨立 |
地址: | 100000 北京市海淀区西小口路6*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 主动脉瘤 边界 分割 方法 | ||
1.一种用于腹主动脉瘤边界分割的方法,其特征在于,包括:
A、获取待分割的图像;
B、对所述待分割的图像进行主动脉和髂动脉的粗分割;步骤B具体包括:
B1、将待分割的图像由原始尺寸缩小到粗分割模型训练时的图像的尺寸,并进行标准化处理;
B2、将标准化处理后的图像输入至主动脉和髂动脉粗分割模型中,并将获取的输出结果进行分类处理,以得到粗分割概率矩阵;
B3、将概率矩阵放大到所述待分割的图像的原始尺寸;其中,所述概率矩阵由各个体素组成;
B4、对于每个体素,将概率最大的类别作为当前体素所属的类别,以据此获取主动脉和髂动脉粗分割的结果;
C、根据所述主动脉和髂动脉的粗分割的结果进行主动脉的细分割和髂动脉的细分割;步骤C具体包括:
C1、根据所述主动脉和髂动脉粗分割的结果,从待分割的图像中分别剪裁出初始尺寸的主动脉区域和髂动脉区域;
C2、将所述主动脉区域缩小至主动脉细分割模型训练时的图片的尺寸,以及将所述髂动脉区域分别缩小至髂动脉细分割模型训练时的图片的尺寸,并分别进行标准化处理,以分别获取处理后的主动脉区域和髂动脉区域;
C3、将处理后的主动脉区域和髂动脉区域分别输入至主动脉细分割模型和髂动脉细分割模型中,并对输出结果分别做分类处理,以分别得到主动脉细分割概率矩阵和髂动脉细分割概率矩阵;
C4、将所述主动脉细分割概率矩阵和髂动脉细分割概率矩阵分别放大回所述初始尺寸;其中,所述概率矩阵由各个体素组成;
C5、对于每个体素,将概率最大的类别作为当前体素所属的类别,以据此分别获取主动脉细分割结果和髂动脉细分割结果;
D、将所述主动脉细分割结果和髂动脉细分割结果进行融合,对于同时属于主动脉和髂动脉的体素,选择概率矩阵中概率值达到最大时所对应的类别作为所述体素的类别,以获取融合后的分割结果。
2.根据权利要求1所述的方法,其特征在于,步骤A之前,还包括模型的构建,包括:
构建用于所述进行主动脉和髂动脉的粗分割的主动脉和髂动脉粗分割模型,以及构建所述进行主动脉的细分割的主动脉细分割模型,以及构建所述进行髂动脉的细分割的髂动脉细分割模型。
3.根据权利要求2所述的方法,其特征在于,所述模型的构建包括:
M1、获取指定数量的图像数据;
M2、对所述图像数据进行预处理;
M3、根据预处理之后的图像数据,分别生成主动脉和髂动脉粗分割模型训练所需的训练集;以及生成主动脉细分割模型训练所需的训练集以及生成髂动脉细分割模型训练所需的训练集;
M4、利用所述训练集分别进行模型训练;以分别获取主动脉和髂动脉粗分割模型,主动脉细分割模型以及髂动脉细分割模型。
4.根据权利要求3所述的方法,其特征在于,步骤M1所述指定数量的图像数据包含:金标准分割的主动脉和髂动脉的边界位置标注信息。
5.根据权利要求4所述的方法,其特征在于,步骤M2,包括:
M21、统计所有图像数据的x、y和z方向上的各个间隔,并分别求得x方向上的间隔的平均值、y方向上的间隔的平均值、z方向上的间隔的平均值;
M22、对图像进行缩放处理,将x、y和z方向上的各个间隔分别调整至所述x方向上的间隔的平均值、所述y方向上的间隔的平均值、所述z方向上的间隔的平均值,以获取缩放后的图像。
6.根据权利要求4所述的方法,其特征在于,所述步骤M4之后,还包括测试及优化,包括:
将标注有金标准分割的图像输入至主动脉和髂动脉粗分割模型中,获取粗分割结果;
将所述粗分割结果分别输入至主动脉细分割模型和髂动脉细分割模型,以分别获取主动脉细分割结果和髂动脉细分割结果;
将所述主动脉细分割结果和髂动脉细分割结果进行融合,以获取融合后的分割结果;
获取所述融合后的分割结果与所述金标准分割的重叠度,当重叠度低于指定数值时,则进一步对模型进行优化。
7.根据权利要求6所述的方法,其特征在于,所述重叠度的计算公式为:
其中,b为每批次的图像数量,c为类别数,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于慧影医疗科技(北京)股份有限公司,未经慧影医疗科技(北京)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910853671.5/1.html,转载请声明来源钻瓜专利网。