[发明专利]基于非局部注意力机制的多期相融合器官分割方法及装置

说明书

本申请公开了一种基于非局部注意力机制的多期相融合器官分割方法及装置，该方法通过预设多期相融合器官分割网络模型分别对全局尺度多期相数据对和局部尺度多期相数据对进行图片分割得到全局尺度分割结果和局部尺度分割结果，对全局尺度分割结果和局部尺度分割结果进行融合得到待分割器官的分割结果。本申请中通过预设多期相融合器官分割网络模型中的跨期相非局部注意力融合机制模块根据两个期相的特征之间的位置关系和深度关系对两个期相的特征进行互补，充分利用双期相的互补使得两个期相的特征之间可以有效融合，采用了多尺度分割框架对全局尺度分割结果和局部尺度分割结果进行融合，有效的利用全局上下文信息，提高器官分割的准确性。

技术领域

本申请涉及多期相器官分割技术领域，尤其涉及一种基于非局部注意力机制的多期相融合器官分割方法及装置。

背景技术

在医学图像分割领域，由于现有的CT成像技术能力有限，单期CT扫描往往难以准确定位器官的轮廓。而不同期相可以强调器官边界的不同细节，因此，参考不同期相的图像数据是尽可能完整识别器官边界的有效策略。比如许多指南明确推荐使用CT造影增强成像的双期包括动脉期和静脉期的胰腺方案。两个期相的图像数据在临床诊断中都很重要，尤其是癌症，动脉期的图像数据有助于发现肿瘤，静脉期的图像数据有助于显示周围结构的侵犯，双期图像数据为临床治疗提供了可靠的影像学依据。因此，目前国内外已经采用多期相融合分割方法进行器官自动分割。

现有的多期相融合分割方法存在以下两个缺点导致器官分割的准确性较低：

(1)现有的多期相融合分割方法的输入要么是医学图像的3D patch，要么是3张临近的切片，然而无论是3D patch还是切片均无法捕获医学影像强大的三维特性，也无法有效利用全局上下文信息；

(2)由于多期图像数据之间存在不一致性，导致多期图像数据之间无法有效融合。

发明内容

本申请提供一种基于非局部注意力机制的多期相融合器官分割方法及装置，提高器官分割的准确性。

第一方面，本申请提供了一种基于非局部注意力机制的多期相融合器官分割方法，包括：

分别对各待分割多期图像数据进行质心提取，得到待分割器官的质心；

根据所述质心分别对各待分割多期图像数据进行切割得到多期相数据对，其中，所述多期相数据对中的每个期相数据包含所述待分割器官的全部切片；

对所述多期相数据对进行可变形配准，得到配准后的多期相数据对；

对配准后的多期相数据对进行下采样得到全局尺度多期相数据对，对配准后的多期相数据对进行切片分割得到局部尺度多期相数据对，通过预设多期相融合器官分割网络模型的两个训练路径分别对所述全局尺度多期相数据对进行特征提取，得到两个期相的全局特征，根据所述两个期相的全局特征之间的位置关系和深度关系对所述两个期相的全局特征进行互补得到全局尺度分割结果，通过所述预设多期相融合器官分割网络模型的两个训练路径分别对所述局部尺度多期相数据对进行特征提取，得到两个期相的局部特征，根据所述两个期相的局部特征之间的位置关系和深度关系对所述两个期相的局部特征进行互补得到局部尺度分割结果，对所述全局尺度分割结果和所述局部尺度分割结果进行加权融合得到所述待分割器官的分割结果，其中，所述预设多期相融合器官分割网络模型为双路径全卷积网络。

可选的，所述分别对各待分割多期图像数据进行质心提取，得到待分割器官的质心的步骤，包括：

根据预设器官分割模型分别对各待分割多期图像数据进行器官分割，得到初始分割结果；

根据所述初始分割结果确定所述待分割器官的质心。

可选的，所述根据所述质心分别对各待分割多期图像数据进行切割得到多期相数据对的步骤，包括：