[发明专利]医学图像的分割方法、分割装置、分割系统及计算机可读介质

权利要求书

1.一种医学图像的分割方法，所述医学图像中包含血管树，其特征在于，所述医学图像的分割方法包括：

获取所述医学图像及所述血管树的中心线；

由至少一个处理器，从所述医学图像在沿着所述血管树的中心线的多个位置提取图像块，以得到图像块集合；

由所述至少一个处理器，基于所得到的图像块集合，利用训练好的学习网络对所述医学图像进行分割，其中，所述学习网络包括与所述多个位置对应的多个全卷积神经网络以及与之依序连接的节点与所述多个位置对应的至少一层树结构卷积递归神经网络，且节点间的信息传播方式与所述多个位置的空间约束关系相符。

2.根据权利要求1所述的医学图像的分割方法，其特征在于，基于所得到的图像块集合，利用训练好的学习网络对所述医学图像进行分割包括：

基于所得到的图像块集合，利用训练好的学习网络确定所述多个位置的分割蒙版集合；

基于获得的分割蒙版集合得到所述医学图像的分割结果。

3.根据权利要求2所述的医学图像的分割方法，其特征在于，所述图像分割方法还包括：

由人工对所述医学图像进行初步分割，并提取中心线；或者

先由所述处理器对所述医学图像进行初步分割并提取中心线，然后由人工进行核查修正。

4.根据权利要求3所述的医学图像的分割方法，其特征在于，基于所得到的图像块集合，利用训练好的学习网络对所述医学图像进行分割还包括：

将基于所述分割蒙版集合得到所述分割结果与所述初步分割的分割结果整合，以得到所述医学图像的精细分割结果。

5.根据权利要求1所述的医学图像的分割方法，其特征在于，基于所得到的图像块集合，利用训练好的学习网络对所述医学图像进行分割包括：利用训练好的学习网络对所述血管树的所述多个位置处的图像块进行同步分割。

6.根据权利要求1所述的医学图像的分割方法，其特征在于，所述图像分割方法还包括：提取所述血管树的中心线的分支和分支中的分叉点，其中，所述多个位置至少包括分叉点和各个分支中除了分叉点以外的至少一个点。

7.根据权利要求1所述的医学图像的分割方法，其特征在于，所述图像块为2D图像块，所述学习网络为2D学习网络；或者，所述图像块为3D图像块，所述学习网络为3D学习网络。

8.根据权利要求1所述的医学图像的分割方法，其特征在于，所述学习网络为3D学习网络，并且在接收2D医学图像的情况下，所述图像分割方法还包括：

基于所接收的2D医学图像，重建3D医学图像；

所提取的中心线是3D中心线，所述图像块为从所述3D医学图像沿着3D中心线提取的多个位置的3D图像块。

9.根据权利要求1所述的医学图像的分割方法，其特征在于，所述血管树的路径中两个相邻位置所对应的每对节点间的信息传播方式为双向信息传播。

10.根据权利要求1所述的医学图像的分割方法，其特征在于，至少一层树结构卷积递归神经网络包括至少二层树结构神经网络，相邻层中与所述多个位置中相同位置对应的两个节点彼此连接。

11.根据权利要求1所述的医学图像的分割方法，其特征在于，每个节点基于卷积递归神经网络构成。