[发明专利]一种宫颈癌MRI图像的分割装置及方法

说明书

本公开提供一种宫颈癌MRI图像分割方法及装置，涉及电子信息技术领域，能够解决在分割处理包含癌症病例图像时效果不佳的问题。具体技术方案为：在获取包括宫颈癌病变区域的MRI图像时，对MRI图像进行标注处理、偏置场矫正处理、归一化处理，将处理后的MRI图像输入多视角特征融合的MRI图像分割网络模型，多视角特征融合的MRI图像分割网络模型通过图像中图像层间特征提取和图像层内特征提取，实现对MRI图像的分割处理，从而获取了MRI图像中包含宫颈癌病变区域的图像区域。本公开用于图像分割处理。

技术领域

本公开涉及电子信息技术领域，尤其涉及宫颈癌MRI图像的分割装置及方法。

背景技术

宫颈癌是女性生殖系统最常见的恶性肿瘤之一，发病率越来越高，而且患者呈现出年轻化的趋势。核磁共振对软组织有着较高的图像分辨率，对患者没有电离辐射，能够从不同方位、不同序列进行成像，能清晰显示宫颈、宫体、阴道及其周围组织结构，常用于宫颈癌的临床检查。在实际的临床治疗中，影像科医生需要手动在MRI影像系统中准确勾画出宫颈癌所在的区域，然后根据勾画出的宫颈癌的大小和位置制定详细的放化疗方案。由于磁共振图像的序列较多，采用手动分割的方法极其耗时，而且不同医生的勾画结果也会存在不一致的情况。

在现有技术中的3维医学图像分割模型中，是采用卷积核为3×3×3的卷积核作为特征提取器，但是由于在宫颈癌MRI图像中，轴向位扫描分辨率较高，而层间扫描的分辨率却很低，导致层间信息关联减弱。如果直接使用卷积核为3×3×3的卷积层进行特征提取，虽然能够考虑到层间信息，但是由于层间信息关联性不强，对宫颈癌图像的分割效果差。

发明内容

本公开实施例提供一种宫颈癌MRI图像的分割装置及方法，能够解决在对宫颈癌图像进行分割处理时效果差的问题。该技术方案如下：

根据本公开实施例的第一方面，提供一种宫颈癌MRI图像分割方法，该方法基于多视角特征融合的MRI图像分割网络模型，多视角特征融合的MRI图像分割网络模型包括：多视角特征融合模块，用于对输入的图像从不同的视角进行特征提取；通道注意力模块，用于对提取到的特征进行自适应加权融合并根据自适应加权融合处理后的特征对MRI图像进行准确分割；所述方法具体包括：

步骤1：图像标注模块标注MRI图像，具体包括：

图像标注模块从MRI图像中逐帧勾画出病变区域，并保存勾画后的图像，勾画后的图像作为每个MRI图像对应的金标准；

步骤2：偏置场矫正模块对MRI图像做偏置场矫正处理，具体包括：

偏置场矫正模块从每个MRI图像中提取偏置场来对图像进行校正；

步骤3：图像重采样模块对MRI图像做重采样处理，具体包括：

图像重采样模块使用SimpleITK工具包对不同病人对应的MRI图像进行重采样，使其分辨率达到一致；

步骤4：图像归一化模块归一化MRI图像，具体包括：

图像归一化模块利用归一化公式对重采样处理后的MRI图像进行归一化，并将MRI图像的像素值映射到区间[0,1]；

步骤5：图像裁剪模块裁剪MRI图像得到图像块，具体包括：

图像裁剪模块对每个病人的MRI图像进行随机裁剪，得到预设数量的相同尺寸的3D图像块；其中，每个病人的MRI图像对应的标签图像中，在相同位置做同样的裁剪操作，得到每个图像块对应的标签；

步骤6：生成样本模块生成MRI图像训练样本集；

其中，在所有标注的图像数据中，随机选取预设比例的图像作为训练集，剩余比例的图像作为测试集，在测试集中再随机选取一定比例的图像作为验证集，用来选择最终的模型；