[发明专利]膝关节分割方法、装置、电子设备及存储介质在审
申请号: | 202211739104.5 | 申请日: | 2022-12-30 |
公开(公告)号: | CN116071372A | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 张逸凌;刘星宇 | 申请(专利权)人: | 北京长木谷医疗科技有限公司;张逸凌 |
主分类号: | G06T7/10 | 分类号: | G06T7/10;G06T17/00;G06V10/20;G06V10/80;G06V10/82 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 杨伟东 |
地址: | 100176 北京市大兴区北京经济技术开发区荣华南*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 膝关节 分割 方法 装置 电子设备 存储 介质 | ||
1.一种膝关节分割方法,其特征在于,包括:
将腿部造影图像序列中的每一张腿部造影图像进行格式转换,得到腿部图像张量;
将所述腿部图像张量输入至分割模型,获得所述分割模型输出的膝关节三维图像;
其中,所述分割模型是基于样本腿部图像张量,以及所述样本腿部图像张量对应标注的膝关节标签训练得到的;所述分割模型包括:
浅层特征提取层,用于对所述腿部图像张量进行特征提取,得到浅层特征图像;
深层特征提取层,用于基于所述腿部图像张量,进行不同尺度的下采样操作和卷积操作,获取不同尺度的深层特征图像;
特征融合层,用于基于所述浅层特征图像和所述不同尺度的深层特征图像进行特征融合,获取所述膝关节三维图像;
其中,所述深层特征提取层包括级联的多个层级的下采样子层。
2.根据权利要求1所述的膝关节分割方法,其特征在于,所述基于所述浅层特征图像和所述不同尺度的深层特征图像进行特征融合,获取所述膝关节三维图像,包括:
对各所述深层特征图像进行相应尺度的池化操作,获得第一特征图像;
将所述浅层特征图像和所述第一特征图像进行特征融合,获取所述膝关节三维图像。
3.根据权利要求2所述的膝关节分割方法,其特征在于,所述对各所述深层特征图像进行相应尺度的池化操作,获得第一特征图像,包括:
将所述不同尺度的深层特征图像进行卷积降维操作,获取多个第二特征图像;
将各所述第二特征图像进行不同尺度的上采样操作和卷积操作,获取相同尺度的第三特征图像;
基于所述相同尺度的第三特征图像,获取所述第一特征图像。
4.根据权利要求2所述的膝关节分割方法,其特征在于,所述将所述浅层特征图像和所述第一特征图像进行特征融合,获取所述膝关节三维图像,包括:
对所述浅层特征图像进行卷积操作,获取第四特征图像;
将所述第四特征图像和所述第一特征图像进行全局平均池化操作,获取第五特征图像;
基于所述第五特征图像进行卷积操作,获取所述膝关节三维图像。
5.根据权利要求1所述的膝关节分割方法,其特征在于,所述基于所述腿部图像张量,进行不同尺度的下采样操作和卷积操作,获取不同尺度的深层特征图像,包括:
基于所述腿部图像张量,进行逐层级的下采样操作,获取二维尺度不同的各第六特征图像;
基于各所述第六特征图像,进行全局平均池化操作,获取所述不同尺度的深层特征图像。
6.根据权利要求1所述的膝关节分割方法,其特征在于,所述对所述腿部图像张量进行特征提取,得到浅层特征图像,包括:
对腿部图像张量进行多组卷积操作和批标准化操作,得到所述浅层特征图像。
7.一种膝关节分割装置,其特征在于,包括:
预处理模块,用于将腿部造影图像序列中的每一张腿部造影图像进行格式转换,得到腿部图像张量;
分割模块,用于将所述腿部图像张量输入至分割模型,获得所述分割模型输出的膝关节三维图像;
其中,所述分割模型是基于样本腿部图像张量,以及所述样本腿部图像张量对应标注的膝关节标签训练得到的;所述分割模型包括:
浅层特征提取层,用于对所述腿部图像张量进行特征提取,得到浅层特征图像;
深层特征提取层,用于基于所述腿部图像张量,进行不同尺度的下采样操作和卷积操作,获取不同尺度的深层特征图像;
特征融合层,用于基于所述浅层特征图像和所述不同尺度的深层特征图像进行特征融合,获取所述膝关节三维图像;
其中,所述深层特征提取层包括级联的多个层级的下采样子层。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述膝关节分割方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京长木谷医疗科技有限公司;张逸凌,未经北京长木谷医疗科技有限公司;张逸凌许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211739104.5/1.html,转载请声明来源钻瓜专利网。