[发明专利]基于级联VNet-S网络和三维条件随机场的肝脏分割系统

权利要求书

1.一种基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：包括级联VNet-S网络和三维条件随机场；级联VNet-S网络得到肝脏CT图像前景像素点的概率，并将前景像素点的概率作为先验概率使用三维条件随机场分割肝脏；三维条件随机场通过空间上下文信息，反映观测变量之间的依赖关系，剔除误分割区域和细化分割，实现对肝脏分割边界的优化。

2.根据权利要求1所述的基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：所述方法具体包括以下步骤：

步骤1：获取肝脏CT图像作为样本数据集，并对图像数据进行数据增强预处理；

步骤2：将样本数据集划分训练数据集、验证数据集以及无标注的待分割数据集；

步骤3：根据数据集类型配置级联Vnet-S网络工作模式，如果用户使用的是训练和验证数据集，则初始化级联Vnet-S网络模型，然后执行步骤7，否则执行步骤4；

步骤4：加载训练好的级联VNet-S网络模型；

步骤5：加载级联VNet-S网络模型参数配置，并使用训练好的模型进行肝脏图像的预分割；

步骤6：输出预分割结果，计算肝脏CT图像前景像素点的概率并存储，执行步骤9；

步骤7：加载级联VNet-S网络模型参数配置，并使用训练数据集训练级联VNet-S网络模型；

步骤8：存储训练得到的级联VNet-S网络模型；

步骤9：加载三维条件随机场模型参数配置，将步骤6得到的前景像素点的概率作为三维条件随机场模型的一个输入，进行肝脏分割；

步骤11：输出针对CT图像的肝脏分割结果。

3.根据权利要求2所述的基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：所述CT图像为遵循医疗数位影像传输协定的dcm文件或多张dcm肝脏CT图像压缩而成的NIFTI文件及对应的标签，即肝脏分割人工标注的结果。

4.根据权利要求2所述的基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：所述训练数据集和验证数据集为包括原始肝脏CT图像和对应的标签，用于训练和测试级联VNet-S网络模型。

5.根据权利要求2所述的基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：所述无标注的待分割数据集为原始肝脏CT图像，用于评估肝脏分割效果。

6.根据权利要求2所述的基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：

所述级联VNet-S网络模型由两个VNet-S网络级联而成，两个VNet-S网络结构相同，数据增强预处理后的CT图像经过第一个VNet-S网络得到和原图大小相同的连接通量，根据连接通量的范围确定肝脏边界，得到肝脏在CT图像XYZ三个维度上的最大值和最小值共六个边界值；根据得到的这六个边界值将预处理后的CT图像切割出来得到输入第二个VNet-S网络的图像，通过第二个VNet-S网络后使用softmax函数得到每个像素点属于前景和背景的概率，最终得到前景像素点的概率。

7.根据权利要求6所述的基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：所述方法在训练级联VNet-S网络时，采用基于Dice系数的目标函数。

8.根据权利要求2所述的基于级联VNet-S网络和三维条件随机场的肝脏分割系统，其特征在于：三维条件随机场模型配置的参数包括输入的模态数量和模态数据存储的位置、图像维度及各维度尺寸、级联VNet-S网络得到的肝脏先验概率、输入的CT图像像素的最大和最小值以及输出结果目录。