[发明专利]肝脏图像分割质量评估方法、装置及计算机设备

说明书

本申请提出了一种肝脏图像分割质量评估方法、装置及计算机设备，将获取的肝脏CT序列图输入图像分割模型，得到各肝脏CT图像包含的血管掩膜和肝脏掩膜之后，通过对各血管掩膜进行连通域分析，利用得到的血管连通域，确定各血管掩膜包含的静脉区域，再利用确定的肝脏掩膜及静脉区域得到本次获取的肝脏CT序列图的肝脏血管分割质量评估结果并输出，以告知医疗人员该肝脏CT序列图的肝脏血管分割质量，从而避免了在肝脏CT序列图的肝脏血管分割质量较差的情况下，医疗人员继续参照该肝脏CT序列图对患者进行诊断治疗，极大提高了肝脏辅助诊断系统在肝脏疾病诊断与手术治疗的辅助效果。

技术领域

本申请主要涉及图像处理技术领域，更具体地说是涉及一种肝脏图像分割质量评估方法、装置及计算机设备。

背景技术

肝脏辅助诊断系统旨在作为分级诊疗系统的一种落地形式，通过部署在基层医院，在降低肿瘤误诊率并辅助肝脏介入手术的同时实现基层首诊，缓解大医院的就医压力。

其中，为了能够有效控制肝脏切除手术中的出血量，并保证术后血管流入流出道的完整性，目前通常是对计算机断层扫描(Computed Tomography，CT)图像进行分析，对其包含的血管进行分割定位，并进行三维立体的直观展示，辅助肝脏疾病的诊断与手术治疗。

然而，CT图像的采集质量通常会受到血流速度、CT设备配置等多方面的影响，使得CT图像血管的能见度难以保证，导致肝脏血管分割和三维立体的展示效果参差不齐，如出现血管不连通、肝静脉一级分支肉眼难以识别等情况，这样，在治疗工作人员不了解CT图像中肝脏血管分割质量情况下，降低了对肝脏疾病诊断与手术治疗的辅助效果，甚至会增大手术治疗的风险。

发明内容

有鉴于此，本申请提供了一种肝脏图像分割质量评估方法，所述方法包括：

获取肝脏计算机断层扫描CT序列图，所述肝脏CT序列图包括第一数量幅连续的肝脏CT图像；

将所述肝脏CT图像输入图像分割模型，得到所述肝脏CT图像的血管掩膜和肝脏掩膜，所述图像分割模型是基于神经网络，对样本肝脏CT图像进行训练得到的；

对各肝脏CT图像的所述血管掩膜进行连通域分析，利用得到的血管连通域，确定各血管掩膜包含的静脉区域，所述静脉区域包括肝静脉掩膜和门静脉掩膜；

利用所述肝脏掩膜和所述静脉区域，得到所述肝脏CT序列图的肝脏血管分割质量评估结果；

输出所述肝脏血管分割质量评估结果。

在一些实施例中，所述对各肝脏CT图像所述血管掩膜进行连通域分析，利用得到的血管连通域，确定各血管掩膜包含的静脉区域，包括：

将各肝脏CT图像的所述血管掩膜输入静脉识别模型，得到相应血管掩膜包含的静脉区域，其中，所述静脉识别模型是基于机器学习算法，对样本肝脏CT图像的样本血管掩膜进行训练得到的；

所述利用所述肝脏掩膜和所述静脉掩膜，得到所述肝脏CT序列图的肝脏血管分割质量评估结果，包括：

将所述各肝脏CT图像的所述肝脏掩膜和所述肝静脉掩膜输入肝脏血管分割质量评估模型，得到肝脏血管分割质量评估结果；

其中，所述肝脏血管分割质量评估模型用于获取肝静脉掩膜与所述肝脏掩膜的重叠度，所述重叠度大小能够表征所述肝脏CT图像中的肝脏血管分割质量高低。

在一些实施例中，所述将各肝脏CT图像的所述血管掩膜输入静脉识别模型，得到相应血管掩膜包含的静脉区域，包括：

对各肝脏CT图像的所述血管掩膜进行连通域分析，提取分析得到的多个血管连通域各自包含的单支血管；