[发明专利]脑室区域分割模型训练、确定模板图像的方法及装置

说明书

本申请实施例公开了脑室区域分割模型的训练方法、确定脑部CT图像的模板图像的方法、装置及设备。从患者的三维脑部CT图像中确定候选切片图像。确定候选切片图像的脑室区域和脑实质区域，计算各个候选切片图像的脑室区域与脑实质区域的面积比。将面积比中最大值对应的候选切片图像确定为典型切片图像。从患者年龄对应的模板图像组中选取和典型切片图像的脑室区域与脑实质区域的面积比相匹配的模板图像，作为三维脑部CT图像对应的模板图像。基于典型切片图像的脑室区域与脑实质区域的面积比，从患者年龄对应的模板图像组中选取的模板图像和三维脑部CT图像的匹配度高，能够降低后续脑部CT图像和模板图像的配准难度。

技术领域

本申请涉及图像处理领域，具体涉及一种脑室区域分割模型的训练方法、一种确定脑部CT图像的模板图像的方法、装置及设备。

背景技术

缺血性脑卒中是一种威胁人类健康的重大疾病。通过ASPECTS(Alberta StokeProgram Early CT Score，Alberta卒中项目早期CT评分)可以判断缺血性卒中患者MCA(Middle Cerebral Artery，大脑中动脉)中多个供血区域的供血情况，能够帮助医生了解患者的供血情况。

MCA供血区映射为ASPECTS中的核心环节。MCA供血区映射是指将脑部CT图像和脑部CT图像对应的模板图像进行配准，获取脑部CT图像和脑部CT图像对应的模板图像之间的形变场。基于得到的形变场，对模板图像对应的MCA脑图谱图像进行形变，得到脑部CT图像对应的MCA脑图谱图像。MCA脑图谱图像包括脑部CT图像中各个MCA供血区域的划分结果。将脑部CT图像对应的MCA脑图谱图像映射到脑部CT图像，得到脑部CT图像中各个MCA供血区域的划分结果。

目前，ASPECTS中使用的模板图像与模板图像对应的MCA脑图谱图像均是固定的。基于固定的模板图像与模板图像对应的MCA脑图谱图像进行多种不同脑部CT图像的配准时，会导致脑部CT图像和模板图像的配准难度加大，进而导致配准精度不高，影响MCA供血区映射效果，使得难以准确确定MCA的供血情况。

发明内容

有鉴于此，本申请实施例提供了脑室区域分割模型的训练方法、确定脑部CT图像的模板图像的方法、装置及设备，能够从多个可供选择的模板图像中选择和脑部CT图像匹配度高的模板图像，从而能够降低后续脑部CT图像和模板图像的配准难度。

为解决上述问题，本申请实施例提供的技术方案如下：

一种脑室区域分割模型的训练方法，所述脑室区域分割模型包括第一编码分支、第二编码分支以及第一解码分支，所述方法包括：

将待训练切片图像输入所述第一编码分支，获取所述待训练切片图像的第一图像特征，所述待训练切片图像为三维脑部CT图像中的切片图像；

将所述待训练切片图像的相邻切片图像以及所述待训练切片图像的相邻切片图像的脑室区域分割标注图像输入所述第二编码分支，获取所述待训练切片图像的相邻切片图像的第二图像特征以及所述待训练切片图像的相邻切片图像的脑室区域分割标注图像的第三图像特征；

将所述第一图像特征、所述第二图像特征以及所述第三图像特征进行融合，得到第一图像融合特征；

将所述第一图像融合特征输入所述第一解码分支，得到所述待训练切片图像的脑室区域分割预测图像；

根据所述待训练切片图像的脑室区域分割预测图像以及所述待训练切片图像的脑室区域分割标注图像，计算第一损失值；

利用所述第一损失值训练所述脑室区域分割模型，重复执行所述将待训练候选切片图像输入所述第一编码分支以及后续步骤，直到达到预设条件。

在一种可能的实现方式中，所述方法还包括：

将所述待训练切片图像的脑室区域分割预测图像输入形状重建模型，得到第一重建图像；