[发明专利]脑肿瘤图像分割方法、装置、电子设备及存储介质

权利要求书

1.一种脑肿瘤图像分割方法，其特征在于，所述方法包括：

获取用户的至少两个模态的脑肿瘤图像；

将每个所述模态的脑肿瘤图像输入至与所述模态相对应的语义特征金字塔模型进行预测，获得每个所述模态的脑肿瘤图像相对应的脑肿瘤分割图像；

将至少两个所述脑肿瘤分割图像进行融合，得到所述用户的目标脑肿瘤分割图像。

2.根据权利要求1所述的方法，其特征在于，所述语义特征金字塔模型至少包括：卷积网络、语义金字塔网络、语义分割网络；所述将每个所述模态的脑肿瘤图像输入至与所述模态相对应的语义特征金字塔模型进行预测，获得每个所述模态的脑肿瘤图像相对应的脑肿瘤分割图像，包括：

将每个所述模态的脑肿瘤图像输入至所述卷积网络，并将所述卷积网络的输出图像输入至所述语义金字塔网络，并将所述语义金字塔网络的输出图像输入至所述语义分割网络，得到每个所述模态的脑肿瘤图像相对应的脑肿瘤分割图像。

3.根据权利要求2所述的方法，其特征在于，所述将每个所述模态的脑肿瘤图像输入至所述卷积网络，并将所述卷积网络的输出图像输入至所述语义金字塔网络，并将所述语义金字塔网络的输出图像输入至所述语义分割网络，得到每个所述模态的脑肿瘤图像相对应的脑肿瘤分割图像，包括：

将每个所述模态相对应的语义特征金字塔模型通过以下步骤对所述模态的脑肿瘤图像进行处理：

通过所述卷积网络中依次连接的至少两个卷积层分别对所述脑肿瘤图像执行下采样操作，得到所述脑肿瘤分割图像的第一分辨率的第一特征图像，所述第一分辨率且小于所述脑肿瘤图像的目标分辨率；

通过所述语义金字塔网络中依次连接的至少两个语义金字塔层分别对所述第一特征图像执行上采样操作，得到第二分辨率的至少两个第二特征图像，所述第二分辨率大于所述第一分辨率；

通过所述语义分割网络中至少两个语义分割层分别对所述第二特征图像进行上采样操作，得到第三分辨率的至少两个第三特征图像，所述第三分辨率大于所述第二分辨率且小于所述目标分辨率；

将所述至少两个第三特征图像进行融合，得到第三分辨率的第四特征图像，并对所述第四特征图像执行上采样操作，得到所述目标分辨率的脑肿瘤分割图像，所述目标分辨率和脑肿瘤图像的分辨率相同。

4.根据权利要求1所述的方法，其特征在于，所述将至少两个所述脑肿瘤分割图像进行融合，得到所述用户的目标脑肿瘤分割图像，包括：

获取所述每个所述模态的脑肿瘤分割图像的像素平均值；

将所述像素平均值组成的分割置信图，作为所述用户的目标脑肿瘤分割图像。

5.根据权利要求1所述的方法，其特征在于，在所述获取用户的至少两个模态的脑肿瘤图像之后，所述方法还包括：

对所述至少两个模态的脑肿瘤图像进行尺寸缩放、零均值化和单位标准化操作。

6.根据权利要求1所述的方法，其特征在于，在所述获取用户的至少两个模态的脑肿瘤图像之后，所述方法还包括：

通过预设数据增强操作，扩增所述至少两个模态的脑肿瘤图像。

7.根据权利要求1所述的方法，其特征在于，所述每个所述模态对应的语义特征金字塔模型通过以下步骤训练得到：

获取用户的至少两个模态的脑肿瘤图像，以及每个所述脑肿瘤图像对应的标准脑肿瘤分割图像；

将每个所述模态的脑肿瘤图像输入至与所述模态相对应的语义特征金字塔模型进行训练，获得每个所述模态的脑肿瘤图像相对应的训练脑肿瘤分割图像；

将至少两个所述训练脑肿瘤分割图像进行融合，得到所述用户的目标训练脑肿瘤分割图像；

在根据目标训练脑肿瘤分割图像和所述标准脑肿瘤分割图像确定的损失函数的数值小于预设值时，停止对所述语义特征金字塔模型的训练。