[发明专利]一种脏器血管分割方法、装置、存储介质及电子设备

权利要求书

1.一种脏器血管分割方法，其特征在于，包括：

获取目标脏器图像；

利用预先训练好的神经网络模型初步分割所述目标脏器图像中的脏器血管，得到第一脏器血管分割结果；

以初步分割的脏器血管的各像素点作为前景像素种子点来制作背景像素种子点，并基于所述前景像素种子点和所述背景像素种子点进行图割分割，去除所述目标脏器区域以外的图割分割结果，得到第二脏器血管分割结果；

将所述第一脏器血管分割结果与所述第二脏器血管分割结果合并，生成最终的脏器血管分割结果。

2.根据权利要求1所述的脏器血管分割方法，其特征在于，所述神经网络模型包括将U-Net模型的卷积层替换为残差神经网络模块且跳跃连接部分插入残差神经网络模块所形成的Res-UNet Plus模型。

3.根据权利要求2所述的脏器血管分割方法，其特征在于，还包括：训练神经网络模型，直至损失函数下降至预设阈值，得到训练好的神经网络模型；

所述损失函数如下：

loss＝W₁×loss_背景+W₂×loss_血管

其中，loss_背景表示背景的损失函数值，loss_血管表示脏器血管的损失函数值，W₁表示背景的损失函数权重值，W₂表示脏器血管的损失函数权重值，且W₁小于W₂。

4.根据权利要求3所述的脏器血管分割方法，其特征在于，所述背景的损失函数和/或所述脏器血管的损失函数包括交叉熵损失函数。

5.根据权利要求3所述的脏器血管分割方法，其特征在于，W₂的值是W₁的值的5～30倍。

6.根据权利要求1所述的脏器血管分割方法，其特征在于，所述以初步分割的脏器血管的各像素点作为前景像素种子点来制作背景像素种子点，包括：

以初步分割的脏器血管的各像素点作为前景像素种子点，将所述前景像素种子点进行膨胀处理；

将基于所述目标脏器图像获取的目标脏器分割结果减去所述膨胀处理的结果，得到背景像素种子点。

7.根据权利要求1所述的脏器血管分割方法，其特征在于，所述图割分割包括三维图割分割，所述基于所述前景像素种子点和所述背景像素种子点进行图割分割，包括：

将所述目标脏器图像的各像素标记为前景像素种子点和背景像素种子点；

在三维层面上将所述目标脏器图像抽象为图，各像素作为所述图中的节点进行两两相连形成边，相邻两节点的边的权重为所述相邻两节点的像素值之差；

确定所述图中的权重极大值，将所述权重极大值分别减去每条边的权重得到每条边更新后的权重值；

将所述图中的所有节点分别连接到源节点和汇节点得到多条边，并根据前景像素种子点和背景像素种子点的标记为所述多条边添加权重；

在从所述源节点到所述汇节点的路径中确定非饱和最短路径并将其调整为饱和路径，直至不存在非饱和路径，得到剩余图；

分割所述剩余图中的饱和图弧，得到图割分割结果；

去除图割分割结果中目标脏器以外的区域，得到第二脏器血管分割结果。

8.一种脏器血管分割装置，其特征在于，包括：

图像获取模块，用于获取目标脏器图像；

第一分割模块，用于利用预先训练好的神经网络模型初步分割所述目标脏器图像中的脏器血管，得到第一脏器血管分割结果；

第二分割模块，用于以初步分割的脏器血管的各像素点作为前景像素种子点来制作背景像素种子点，并基于所述前景像素种子点和所述背景像素种子点进行图割分割，去除所述目标脏器区域以外的图割分割结果，得到第二脏器血管分割结果；

结果生成模块，用于将所述第一脏器血管分割结果与所述第二脏器血管分割结果合并，生成最终的脏器血管分割结果。