[发明专利]一种乳腺钼靶图像的分割方法、装置、终端及存储介质

说明书

本发明实施例公开了一种乳腺钼靶图像的分割方法、装置、终端及存储介质，该方法包括：获取乳腺钼靶图像，并根据乳腺钼靶图像的像素值调整乳腺钼靶图像的对比度；将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据图像分割模型输出乳房区域的预分割图像；对预分割图像进行区域填充和/或剔除处理，得到乳房区域的目标分割图像。通过调整乳腺钼靶图像的对比度，能够突出背景区域和前景区域(乳房区域和非乳房的组织区域)的差异；通过预先训练的图像分割模型可以实现乳腺钼靶图像中乳房区域的预分割；通过对预分割图像进行区域填充和/或剔除处理，可以提高乳房分割精度，有利于前端展示和后续乳腺肿块和钙化研究。

技术领域

本发明实施例涉及图像分割技术，尤其涉及一种乳腺钼靶图像的分割方法、装置、终端及存储介质。

背景技术

目前，乳腺钼靶X线摄影检查，又称钼钯检查，其利用低剂量的X光扫描乳房，经乳房组织对X光不同程度的吸收，得到分辨率较高的乳腺钼靶图像。通过对乳腺钼靶图像进行乳房分割，可确定影像中感兴趣区域信息，例如确定感兴趣区域类型为钙化或肿块等。与人为乳房检查相比，通过钼靶检查可得到更为完整、准确的乳房信息，且检查方法简便、可靠、无创，重复性好，不受年龄、体形的限制，因此已作为常规的乳房检查手段。

现有的乳腺钼靶图像的分割方法包括利用深度学习分割网络进行乳腺分割。现有方法的不足之处至少包括：根据分割网络分割得到的二值图像较为粗糙，不利于前端展示和后续乳腺肿块和钙化研究。

发明内容

有鉴于此，本发明实施例提供了一种乳腺钼靶图像的分割方法、装置、终端及存储介质，能够优化图像分割结果，有利于前端展示和后续乳腺肿块和钙化研究。

第一方面，本发明实施例提供了一种乳腺钼靶图像的分割方法，包括：

获取乳腺钼靶图像，并根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度；

将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据所述图像分割模型输出乳房区域的预分割图像；

对所述预分割图像进行区域填充和/或剔除处理，得到所述乳房区域的目标分割图像。

可选的，所述根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度，包括：

将所述乳腺钼靶图像中像素值为第一预设分位数和第二预设分位数对应的数值作为像素最小值和像素最大值，其中第一预设分位数小于第二预设分位数；

将小于所述像素最小值的像素点的像素值调整为等于所述像素最小值，以及将大于所述像素最大值的像素点的像素值调整为等于所述像素最大值；

将调整像素值完毕的乳腺钼靶图像中的像素值线性映射至0-255范围；

利用图像伽马变换，增强映射像素值完毕的乳腺钼靶图像的对比度。

可选的，在所述将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中之前，还包括：将所述调整对比度后的乳腺钼靶图像剪裁为预设大小。

可选的，所述图像分割模型为卷积神经网络，所述卷积神经网络包括依次连接的第一预设数量的下采样层和第二预设数量的上采样层。

进一步的，各所述下采样层包括卷积层和池化层，各所述上采样层包括反卷积层，且各所述卷积层和各所述反卷积层中卷积核数量皆小于U-net模型中对应卷积层和对应反卷积层的卷积核数量。

进一步的，所述卷积神经网络的训练过程包括：

获取样本乳腺钼靶图像，并根据所述样本乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度；

对调整对比度后的样本乳腺钼靶图像中的乳房区域、背景区域和非乳房的组织区域进行标注；