[发明专利]脑部影像分割模型训练方法、分割方法及装置

权利要求书

1.一种脑部影像分割模型训练方法，其特征在于，包括：

获取患者脑部的扫描影像以及患者的症状对应的脑部分区模板；

基于所述扫描影像和所述脑部分区模板的数据集建立神经网络，并训练神经网络分割模型；

对所述脑部分区模板中的脑部分区进行加权，以获得脑部影像分割模型。

2.根据权利要求1所述的训练方法，其特征在于，在所述神经网络分割模型的解码层中加入注意力机制。

3.根据权利要求1所述的训练方法，其特征在于，获取患者的症状对应的脑部分区模板，包括：

获取患者的症状；

基于所述患者的症状，在预先设置的脑部分区的集合中，找到与所述症状对应的脑部分区模板。

4.根据权利要求1-3任一项所述的训练方法，其特征在于，所述患者的症状包括视觉瘫痪、表达性失语、半侧忽视、感知性失语、方向错乱、中央面部神经或舌下神经瘫痪、同侧偏盲、上肢瘫痪、下肢瘫痪、上肢感觉丧失、下肢感觉丧失、半侧脸部感觉丧失和构音障碍中的一种或多种。

5.根据权利要求4所述的训练方法，其特征在于，所述脑部分区包括：丘脑、放射冠、基底节、大脑前动脉供血区，额极至中央前沟区域、大脑前动脉供血区，中央旁小叶区域、大脑前动脉供血区，新皮质楔前叶及顶上小叶区域、大脑中动脉供血区分区和大脑后动脉供血区，其中，一个所述症状对应包括至少一个脑部分区。

6.根据权利要求1所述的训练方法，其特征在于，所述扫描影像包括CT平扫、CT增强、CT灌注、MR弥散、MR灌注和MR-自旋回波标记中一个或多个影像。

7.一种脑部梗死影像分割模型训练装置，其特征在于，包括：

获取模块，用于获取患者脑部的扫描影像以及患者的症状对应的脑部分区模板；

训练模块，用于基于所述扫描影像和所述脑部分区模板的数据集建立神经网络，并训练神经网络分割模型；

确定模块，用于对所述脑部分区模板中的脑部分区进行加权，以获得脑部梗死影像分割模型。

8.根据权利要求7所述的训练装置，其特征在于，所述确定模块用于：在所述神经网络分割模型的解码层中加入注意力机制。

9.根据权利要求7所述的训练装置，其特征在于，所述获取模块用于：

获取患者的症状；

基于所述患者的症状，在预先设置的脑部分区的集合中，找到与所述症状对应的脑部分区模板。

10.一种脑部影像分割方法，其特征在于，包括：

获取待处理的扫描影像；

通过脑部影像分割模型对所述扫描影像进行分割处理，其中所述脑部影像分割模型为权利要求1-6任一项所述的方法训练得到。