[发明专利]一种基于边缘响应与非线性损失的主动脉夹层分割方法

权利要求书

1.一种基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，包括如下步骤，

对主动脉夹层CT图像进行预处理，将预处理后的所述主动脉夹层CT图像划分为训练集与验证集；

建立主动脉夹层深度边缘响应三维级联分割模型；

设置基于边缘响应损失和自适应对数损失的组合损失函数；

基于所述组合损失函数与所述训练集对所述主动脉夹层深度边缘响应三维级联分割模型进行训练，使用训练好的所述主动脉夹层深度边缘响应三维级联分割模型完成对主动脉夹层分割。

2.根据权利要求1所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，所述预处理包括数据格式转换处理、伽马增强处理、数据几何变换增广处理与标准化处理。

3.根据权利要求2所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，

所述数据格式转换处理为将所述主动脉夹层CT图像由二维格式转换为三维格式；

所述伽马增强处理为对所述三维格式的主动脉夹层CT图像进行伽马灰度变换，所述伽马灰度变换公式为：

CT_out＝2CT_in^0.65

其中，CT_in为图像伽马灰度变换前的灰度值，CT_out为图像伽马灰度变换后的灰度值，2为灰度缩放系数，0.65为伽马因子值；

所述数据几何变换增广处理为使用图像的平移、旋转、翻转、镜像几何变换来增加所述伽马增强处理后的主动脉夹层CT图像的数据量；

所述标准化处理为对所述数据几何变换增广处理后的主动脉夹层CT图像的分辨率与灰度值进行标准化，将CT图像的分辨率处理为256×128×128，灰度值处理为0-1之间。

4.根据权利要求1所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，所述主动脉夹层深度边缘响应三维级联分割模型包括第一子网络与第二子网络；

所述第一子网络用于分割主动脉夹层全主动脉区域；

所述第二子网络用于分割主动脉夹层真腔、假腔；

所述第一子网络与所述第二子网络均包括编码器、解码器、若干个跳层连接。

5.根据权利要求4所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，

所述第一子网络与所述第二子网络均还包括深度边缘响应监督模块；

所述深度边缘响应监督模块用于对所述第一子网络与所述第二子网络中每一层上采样的输出特征图进行处理。

6.根据权利要求5所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，对每一层上采样的输出特征图进行处理的方法包括：

计算特征图中每个像素的梯度幅值；

计算特征图的边缘响应系数矩阵；

基于所述梯度幅值与所述边缘响应系数矩阵得到处理后的输出特征图，并对所述处理后的输出特征图进行深度监督。