[发明专利]一种三维医学图像中管状结构的分割方法

摘要

本发明涉及一种三维医学图像中管状结构的分割方法。属于医学图像处技术领域。该方法在离线时期中包括获取训练图像并对训练图像进行人工标注；估计管状结构的空间概率密度得到管状结构空间概率密度图像；三维全卷积网络参数训练；在线时期中包括获取待分割图像；估计管状结构的位置先验分布；基于三维全卷积网络的管状结构分割得到分割结果。本发明中，三维医学图像中管状结构的分割方法的输入是三维医学图像，输出为对应的特定管状结构分割结果。本发明的管状结构分割方法可以有效抑制图像中其他结构的影响、提高在非正常管状结构区域的分割性能。

主权项

1.一种三维医学图像中管状结构的分割方法，其特征在于，包括离线时期与在线时期；其中：离线时期包括以下步骤：1)获取训练图像并对训练图像进行人工标注；采集N张同种类型三维医学图像作为训练图像，N大于等于20，根据训练图像对待分割的管状结构进行0/1二值标注；2)估计管状结构的空间概率密度得到管状结构空间概率密度图像；首先将三维医学图像通过图像配准算法对齐，将对齐后的所有管状结构人工标注图像使用逻辑或运算进行合并；然后对得到的结果使用概率密度估计算法，估计管状结构的空间概率密度，得到管状结构空间概率密度图像；3)三维全卷积网络参数训练；首先建立三维全卷积网络，然后将步骤2)得到的管状结构空间概率密度图像通过图像配准算法对齐至各训练图像，得到对应的管状结构位置先验分布图像；所有的训练图像、管状结构位置先验分布图像、以及人工标注图像组成训练数据集，用于训练三维全卷积网络参数；在线时期包括以下步骤：4)获取待分割图像；采集一张包含有待分割管状结构的三维医学图像，图像类型与获取方式与离线时期中步骤1)相同，但不进行人工标注；5)估计管状结构的位置先验分布；将离线时期步骤2)得到的管状结构空间概率密度图像通过图像配准算法对齐至待分割图像，得到管状结构的位置先验分布图像；图像配准算法采用以基于关键点检测的刚体配准方法；6)基于三维全卷积网络得到管状结构分割结果；首先建立三维全卷积网络，使用的网络结构与离线时期建立的三维全卷积网络相同，但是去掉从低到高部分的三个深度辅助监督，使用的网络参数为离线时期中步骤3)的训练结果；将待分割图像与对应的管状结构位置先验分布图像在通道维度堆叠为多通道图像，与离线时期相同，在该多通道图像上截取K3分辨率大小的局部图像块作为三维全卷积网络的输入，图像块之间有重叠，网络的输出为相应图像块的增强结果图像，将这些图像块的增强结果图像根据截取时的位置填充至与待分割图像相同大小的增强结果中，重叠部分采用取平均的方式，对与待分割图像相同大小的增强结果进行二值化得到最终的分割结果。