[发明专利]双心室量化方法、装置、电子设备及存储介质

说明书

本申请实施例提供一种双心室量化方法、装置、电子设备及存储介质，该方法包括：获取目标原始图像，所述目标原始图像为心脏的核磁共振图像；采用预设的分割网络对所述目标原始图像进行分割，得到目标多通道概率图像；将所述目标多通道概率图像输入到预设的深度回归网络中进行计算，以得到所述心脏的目标全面量化数据，所述目标全面量化数据包括心腔直径、心肌壁厚度和心室面积，因此，本申请实施例能够提升对心室量化时的全面性。

技术领域

本申请涉及图像处理技术领域，具体涉及一种双心室量化方法、装置、电子设备及存储介质。

背景技术

核磁共振成像是检测心脏疾病的重要成像手段之一。从核磁共振图像中进行心室量化有助于心脏疾病的早期诊断和治疗。近些年来，学术界主要在左心室量化方面展开了大量的研究。

由于目前工作主要集中在左心室，而想要进行全面准确的计算机辅助诊断，最理想的情况是可以对双心室进行量化。现有的对双心室进行量化的方案为四心室体积计算，但在全面量化方面，其量化的全面性较低，导致量化的效果降低。

发明内容

本申请实施例提供一种双心室量化方法、装置、电子设备及存储介质，能够提升对心室量化时的全面性。

本申请实施例的第一方面提供了一种双心室量化方法，其中，该方法包括：

获取目标原始图像，所述目标原始图像为心脏的核磁共振图像；

采用预设的分割网络对所述目标原始图像进行分割，得到目标多通道概率图像；

将所述目标多通道概率图像输入到预设的深度回归网络中进行计算，以得到所述心脏的目标全面量化数据，所述目标全面量化数据包括心腔直径、心肌壁厚度和心室面积；

所述方法还包括获取预设的深度回归网络，所述获取预设的深度回归网络，包括：

步骤1：获取样本图像，所述样本图像为心脏的核磁共振图像，以及对所述样本图像进行预处理，得到预处理样本图像；

步骤2：采用第一分割网络对所述预处理样本图像进行分割，得到样本四通道概率图像；

步骤3：将所述样本四通道概率图像输入到所述N层卷积神经网络中进行计算，得到预测值；

步骤4：将所述预测值与目标真值进行均方差运算，得到校正值，所述目标真值为通过预设的真值生成函数确定出的真值，所述目标真值与所述预测值相对应；

步骤5：通过所述校正值对所述第一分割网络进行校正，得到第二分割网络，将所述第一分割网络替换为所述第二分割网络；

重复M次执行步骤2至步骤5，在重复M次执行步骤2至步骤5的过程中，若预设参数处于预设的参数范围时，则将所述N层卷积神经网络作为所述预设的深度回归网络。

可选的，所述预设的深度回归网络包括N层卷积神经网络，所述将所述目标多通道概率图像输入到预设的深度回归网络中进行计算，以得到所述心脏的目标全面量化数据，包括：

将所述目标多通道概率图像输入到所述N层卷积神经网络的第一层进行计算，得到第一计算结果，其中，N为大于1的正整数；

将所述第一计算结果输入到所述N层卷积神经网络的第二层进行计算，得到第二计算结果，直至将第N-1结算结果输入到所述N层卷积神经网络的第N层进行计算，得到所述心脏的目标全面量化数据。

可选的，所述方法还包括获取预设的真值生成函数，所述获取预设的真值生成函数包括：

获取具有心脏轮廓标注的原始图像，所述具有心脏轮廓标注的原始图像包括多个轮廓点；

将所述具有心脏轮廓标注的原始图像进行处理，得到掩膜图；