[发明专利]一种图像的分割方法及其在医学领域的应用

摘要

本发明涉及一种图像的分割方法及其在医学领域的应用，属于图像处理领域。该方法使用ROI unifying方法消除多尺度的影响以大幅增强分割效果，使用后验推理调整局部一致性以优化改善分割效果；包括训练和分割两个阶段。第一阶段完成模型准备，使用对训练数据集进行ROI unifying以生成训练数据集D，然后使用训练数据集D训练相应的机器学习模型M以供第二阶段分割时使用。第二阶段实现对未知医学图像的语义分割。本发明基于ROI unifying方法提出医学图像的分割方法。本发明允许自动或人工或人工自动相结合的方式对ROI区域的确定，在实际应用中可由医师灵活选择，增强了实用性和可解释性，可应用在医学等多个领域。

主权项

1.一种图像的分割方法，其特征在于：该方法包括训练和分割两个阶段：第一阶段完成模型准备，使用对训练数据集进行ROI unifying以生成训练数据集D，然后使用训练数据集训练相应的机器学习模型M以供第二阶段分割时使用；第二阶段实现对未知医学图像的语义分割，共分为三个步骤：Step1：针对输入的未知的待分割的医学图像I，首先通过自动或手动或两者结合的方式确定感兴趣区域(ROI)，然后使用ROI unifying对图像I进行处理得到统一化后(unified)的新图像I’；Step2：使用新图像I’作为模型输入，使用第一阶段训练好的模型M进行预测，得到粗分割结果S1，粗分割结果是在全体训练集中学习到的模型参数在新图像上应用的结果；Step3：使用后处理对粗分结果S1进行进一步精化和修正得到最终的分割结果S2。