[发明专利]基于稀疏标记的三维医学图像分割方法及存储介质

权利要求书

1.一种基于稀疏标记的三维医学图像分割方法，其特征在于，包括以下步骤：

S1、训练图像手动标记部分切片步骤，在一个三维图像集合中随机选择一组作为训练图像，所述三维图像包含冠状面、矢状面、横断面三个不同切片方向，每一切片方向具有多个切片；对所述训练图像中的冠状面、矢状面、横断面的三维图像分别稀疏地手动标记一部分切片；

S2、组成训练图像集步骤，对于切片标记方向相同的图像，将具有手动标记的所述训练图像结合相应的原始三维图像组成三个训练图像集T_j(j＝1，2，3)，分别对应冠状面、矢状面、横断面；

S3、训练深度神经网络步骤，分别以三个不同切片方向的训练图像集作为输入，按照监督学习的方式，为三个训练图像集T_j(j＝1，2，3)训练三个端到端的深度神经网络Net_j(j＝1，2，3)；

S4、得到分割结果步骤，将每个训练图像分别输入到Net_j(j＝1，2，3)这三个深度神经网络中，分别得到三个分割结果；

S5、分割结果加入训练图像集步骤，选择分割结果S1_i和S2_i中置信度都高的可靠像素，加入到Net₃的训练图像集中；选择分割结果S2_i和S3_i中置信度都高的可靠像素，加入到Net₁的训练图像集中；选择分割结果S1_i和S3_i中置信度都高的可靠像素，加入到Net₂的训练图像集中；

S6、重新训练深度神经网络步骤，基于添加了可靠像素的新训练图像集，重新训练所述深度神经网络Net_j(j＝1，2，3)；

S7、算法收敛步骤，循序执行得到分割结果步骤、分割结果加入训练图像集步骤以及重新训练深度神经网络步骤，直到算法收敛，获得训练好的深度神经网络模型；以及

S8、得到最后分割结果步骤，基于训练好的深度神经网络模型，只用一个切面方向的深度神经网络模型，分割三维图像，得到最后的分割结果。

2.根据权利要求1所述的基于稀疏标记的三维医学图像分割方法，其特征在于，在所述训练图像手动标记部分切片步骤S1中，

在手动标记一部分切片后，所述三维图像集合被分成了被标记过的图像集L和未被标记图像集U。

3.根据权利要求2所述的基于稀疏标记的三维医学图像分割方法，其特征在于，所述被标记过的图像集L包含n个图像L_i(i＝1，2，…，n)，每个图像对应一个标记图像Q_i(i＝1，2，…，n)，其中n为自然数，标记图像中的每个像素点q_i的定义为

所述未被标记图像集U包含m个图像U_i(i＝1，2，…，m)，其中m为自然数。

4.根据权利要求1所述的基于稀疏标记的三维医学图像分割方法，其特征在于，在所述组成训练图像集步骤S2中，所述训练图像集T_j(j＝1，2，3)为

其中，表示被标记过的原始图像L_i中，第j个切片方向上已被标记好的第k个切片，K为自然数，是该切片对应的标记，该切片上目标区域的像素值为1，非目标区域的像素值为0。

5.根据权利要求1所述的基于稀疏标记的三维医学图像分割方法，其特征在于，在所述得到分割结果步骤S4中，所述三个分割结果分别为S1_i，S2_i，S3_i分别为对应冠状面、矢状面、横断面的分割结果；这些分割结果中各自包含有相互补充的位于不同标记图像中的像素点。