[发明专利]基于多尺度细粒度的磁共振左心房分割方法

权利要求书

1.一种基于多尺度细粒度的磁共振左心房分割方法，其特征在于：包括以下步骤：

S1：构建三维神经网络提取影像的特征图谱；构建完成三维神经网络后，设计含先验信息的房壁分割损失函数，包括：心房腔分割的损失函数边缘感兴趣区域的损失函数以及一致性约束正则项

其中，P_cav，P_wall，P_BROIs 分别对应心房腔、心房壁以及BROIs的分割真值，为网络的预测值；

S2：针对特征图谱进行心房壁分割时，分解为两部分：

第一部分为将心房壁分割任务变换为心房腔分割，直接得到分割结果；

第二部分为根据心房腔位置生成许多尺度一致的边缘感兴趣区域BROIs进行细粒度分割；

S3：利用Dice系数和交叉熵联合计算训练过程中的loss评估分割效果；分割误差采用Dice系数进行评价，衡量两个样本重叠部分：

其中，D∈[0，1],“0”标示完全不重合，“1”表示完整的重叠，其对应的损失函数为：

S4：将BROIs中的分割误差类型进行分类；所述BROIs中的分割误差类型进行如下分类：

I类错误：心房壁与心房腔或心房外组织互相错误识别；

II类错误：心房腔与心房外组织相互错误识别；

BROIs的分割误差由以下公式计算：

其中，分别对应犯I类或者II类错误时的误差，λ_I+λ_II＝1，λ_I＜λ_II用以调节不同类型错误对最终损失的影响；

S5：将评估心房分割结果与BROIs中分割结果的一致性用于全局平滑约束，一致性越差的结果则正则项值越大。