[发明专利]一种食管肿瘤区域分割及模型训练方法、装置及电子设备

权利要求书

1.一种食管肿瘤区域分割模型训练方法，其特征在于，包括：

获取食管的计算机断层成像序列，基于食管位于脊椎附近的解剖结构信息，依据获取的计算机断层成像序列进行椎体检测，所述计算机断层成像序列包括二维图像切片子序列以及对二维图像切片子序列进行标注得到的二维图像切片标注子序列；

以椎体的中心作为剪裁种子点，从二维图像切片子序列中剪裁出包含食管区域的三维图像块，以及，从二维图像切片标注子序列中的对应位置剪裁出三维标注图像块；

以三维图像块为不对称初始食管肿瘤区域分割模型的输入，结合三维标注图像块对初始食管肿瘤区域分割模型进行训练，得到食管肿瘤区域分割模型。

2.根据权利要求1所述的方法，其特征在于，所述椎体检测为椎骨孔检测，所述依据获取的计算机断层成像序列进行椎体检测，包括：

针对二维图像切片子序列中顺序排列的每一二维图像切片，依据该二维图像切片中每一像素点的亨氏单位值以及预设的亨氏单位阈值，进行二值处理，得到对应的切片二值图像；

对切片二值图像进行形态学闭操作并取反，得到切片处理图像；

将顺序得到的切片处理图像堆叠成三维分析图像，对三维分析图像进行连通域分析，保留体积最大的连通区域，得到椎骨孔；

将包含椎骨孔对应的二维图像切片进行叠加，得到二维图像切片子序列的椎骨孔位置。

3.根据权利要求1所述的方法，其特征在于，所述以椎体的中心作为剪裁种子点，从二维图像切片子序列中剪裁出包含食管区域的三维图像块，包括：

以二维图像切片包含的椎体中心点作为剪裁出的区域底边的中点，对该二维图像切片进行剪裁，得到二维裁剪切片；

对二维裁剪切片进行加窗操作，得到加窗切片；

对加窗切片进行归一化处理，得到归一化切片；

基于归一化切片进行拆分，得到三维图像块。

4.根据权利要求1所述的方法，其特征在于，所述以三维图像块为初始食管肿瘤区域分割模型的输入，结合三维标注图像块对初始食管肿瘤区域分割模型进行训练，得到食管肿瘤区域分割模型，包括：

设置包括第一单元网络、第二单元网络、第三单元网络、第四单元网络以及第五单元网络的编码网络，其中，

第一单元网络包括：顺序相连的第一三维卷积块、第二三维卷积块以及第一三维下采样块，三维图像块输入第一三维卷积块；

第二单元网络包括：顺序相连的第三三维卷积块、第四三维卷积块、以及第二三维下采样块，第三三维卷积块的输入与第一三维下采样块的输出相连；

第三单元网络包括：顺序相连的第五三维卷积块、第六三维卷积块以及第三三维下采样块，第五三维卷积块的输入与第二三维下采样块的输出相连；

第四单元网络包括：顺序相连的第七三维卷积块、第八三维卷积块以及第四三维下采样块，第七三维卷积块的输入与第三三维下采样块的输出相连；

第五单元网络包括：顺序相连的第九三维卷积块以及第十三维卷积块，第九三维卷积块的输入与第四三维下采样块的输出相连；

设置包括主干网络、第一支路网络、第二支路网络、第三支路网络、第一跳跃连接网络、第二跳跃连接网络、第三跳跃连接网络以及第四跳跃连接网络的解码网络，其中，

第一支路网络包括第一三维四倍上采样块，第二支路网络包括第二三维四倍上采样块，第三支路网络包括第三三维四倍上采样块；

第一跳跃连接网络包括第十一三维卷积块，第二跳跃连接网络包括第十二三维卷积块，第三跳跃连接网络包括第十三三维卷积块，第四跳跃连接网络包括第十四三维卷积块；

主干网络包括：第一主干支网络、第二主干支网络、第三主干支网络、第四主干支网络以及第五主干支网络，其中，

第一主干支网络包括第十五三维卷积块以及第一三维二倍上采样块，第十五三维卷积块的输入与第十三维卷积块的输出相连，第十五三维卷积块的输出分别与第一三维二倍上采样块的输入以及第一三维四倍上采样块的输入相连；

第二主干支网络包括第十六三维卷积块以及第二三维二倍上采样块，第十六三维卷积块的输入分别与第十四三维卷积块的输出以及第一三维二倍上采样块的输出相连，第十六三维卷积块的输出分别与第二三维二倍上采样块的输入以及第二三维四倍上采样块的输入相连；

第三主干支网络包括第十七三维卷积块以及第三三维二倍上采样块，第十七三维卷积块的输入分别与第十三三维卷积块的输出、第一三维四倍上采样块的输出以及第二三维二倍上采样块的输出相连，第十七三维卷积块的输出分别与第三三维二倍上采样块的输入以及第三三维四倍上采样块的输入相连；

第四主干支网络包括第十八三维卷积块以及第四三维二倍上采样块，第十八三维卷积块的输入分别与第十二三维卷积块的输出、第二三维四倍上采样块的输出以及第三三维二倍上采样块的输出相连，第十八三维卷积块的输出与第四三维二倍上采样块的输入相连；

第五主干支网络包括第十九三维卷积块以及第一激活函数块，第十九三维卷积块的输入分别与第十一三维卷积块的输出、第三三维四倍上采样块的输出以及第四三维二倍上采样块的输出相连，第十九三维卷积块的输出与第一激活函数块的输入相连；

获取第一激活函数块输出的预测三维图像块，计算预测三维图像块与三维图像块的第一乘积，以及，计算三维标注图像块与三维图像块的第二乘积，将第一乘积以及第二乘积输入预先构建的判别器，对判别器的网络参数进行训练，在固定训练的判别器的网络参数的情形下，对初始食管肿瘤区域分割模型进行训练，如此交替迭代训练判别器与初始食管肿瘤区域分割模型，直至初始食管肿瘤区域分割模型满足预先设置的收敛精度，将满足收敛精度的初始食管肿瘤区域分割模型作为食管肿瘤区域分割模型。