[发明专利]脑部影像的分割方法、装置、计算机设备和可读存储介质

权利要求书

1.一种脑部影像的分割方法，其特征在于，所述方法包括：

获取脑部CT影像，所述脑部CT影像包括相邻的多层断层图像；

将所述脑部CT影像输入预设的分割模型，得到所述脑部CT影像对应的颅内出血分割结果；其中，所述分割模型为根据样本影像、分割金标准以及分类金标准进行训练所得到的，所述分类金标准用于表征所述样本影像中颅内出血的出血亚型。

2.根据权利要求1所述的方法，其特征在于，所述分割模型的训练方式包括：

将所述样本影像输入初始分割网络，得到所述样本影像对应的特征图和预测分割概率图；所述预测分割概率图用于表征所述样本影像中每个像素点属于颅内出血点的概率；

将所述特征图输入与所述初始分割网络连接的分类网络，得到所述样本影像对应的预测分类结果；

计算所述预测分割概率图与所述分割金标准之间的第一损失、以及所述预测分类结果与所述分类金标准之间的第二损失，根据所述第一损失和所述第二损失对所述初始分割网络进行训练，得到所述分割模型。

3.根据权利要求2所述的方法，其特征在于，所述分割金标准包括所述样本影像的颅内出血点掩膜，所述颅内出血点掩膜包括出血点位置、出血点类别和出血点中每个像素点的类别；所述方法还包括：

根据所述预测分割概率图，确定所述样本影像对应的预测掩膜；

相应的，所述计算所述预测分割概率图与所述分割金标准之间的第一损失，包括：

根据所述预测掩膜中的出血点类别，计算所述预测掩膜中出血点位置和所述颅内出血点掩膜中出血点位置之间的重合度损失、以及所述预测掩膜的出血点中每个像素点的预测类别和所述颅内出血点掩膜的出血点中每个像素点的类别之间的类别损失；

对所述重合度损失和所述类别损失进行求和操作，得到所述第一损失。

4.根据权利要求2或3所述的方法，其特征在于，在得到所述分割模型之后，所述方法还包括：

将所述样本影像输入所述分割模型，得到分割概率图；

计算所述分割概率图和所述分割金标准之间的第三损失，根据所述第三损失对所述分割模型进行优化，得到优化后的分割模型。

5.根据权利要求1所述的方法，其特征在于，所述将所述脑部CT影像输入预设的分割模型，包括：

对所述脑部CT影像中的多层断层图像进行拼接，将拼接图像输入所述分割模型。

6.根据权利要求5所述的方法，其特征在于，在对所述脑部CT影像中的多层断层图像进行拼接之后，所述方法还包括：

对所述拼接图像设置不同的窗宽窗位，得到不同窗宽窗位的拼接图像集合；

相应的，所述将拼接图像输入所述分割模型，包括：

将所述拼接图像集合输入所述分割模型。

7.根据权利要求1所述的方法，其特征在于，所述颅内出血分割结果包括颅内出血概率图；所述方法还包括：

基于所述脑部CT影像的数据源信息，对所述颅内出血概率图中像素点的概率进行优化，得到优化颅内出血概率图。

8.一种脑部影像的分割装置，其特征在于，所述装置包括：

获取模块，用于获取脑部CT影像，所述脑部CT影像包括相邻的多层断层图像；

分割模块，用于将所述脑部CT影像输入预设的分割模型，得到所述脑部CT影像对应的颅内出血分割结果；其中，所述分割模型为根据样本影像、分割金标准以及分类金标准进行训练所得到的，所述分类金标准用于表征所述样本影像中颅内出血的出血亚型。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。