[發明專利]動脈血管圖像模型訓練方法、分割方法、裝置及電子設備

在審

• 申請號: 201810686592.5
• 申請日: 2018-06-28
• 公開（公告）號: CN109087306A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 雷宇;毛順億;蘇佳斌;張鑫;高超;顧宇翔;倪偉;楊恒;褚振方;胡仲華;孫谷飛;周建華;陸王天宇;梅鵾;傅致暉
• 申請（專利權）人: 眾安信息技術服務有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T5/00;G06N3/04
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 張慧娟

1.一種動脈血管圖像分割模型訓練方法，其特征在于，包括步驟：

S1、對獲取到的DSA圖像進行預處理，以構建動脈血管圖像庫；

S2、對所述動脈血管圖像庫中的部分樣本圖像進行標注，以構建標注樣本圖像集；

S3、構建卷積深度網絡，并設置深度網絡參數，生成初始動脈血管分割模型；

S4、使用所述標注樣本圖像集訓練所述初始動脈血管分割模型，生成動脈血管圖像分割模型；

S5、對于使用所述動脈血管圖像分割模型分割所述動脈血管圖像庫中除所述部分樣本圖像之外的其他圖像得到的血管目標圖像，進一步進行標注，以對所述動脈血管圖像分割模型進行迭代訓練。

2.根據權利要求1所述的方法，其特征在于，所述步驟S1包括：

S11、從DICOM文件中解析出多個醫療影像，并對所述多個醫療影像按照預設規則進行疊加融合，生成所述DSA圖像；

S12、對所述DSA圖像進行圖像縮放、截斷閾值化處理、對比度增強處理及圖像去噪聲處理。

3.根據權利要求1所述的方法，其特征在于，所述步驟S2包括：

S21、對所述部分樣本圖像進行像素級別的標注操作，生成標注樣本圖像；

S22、對所述標注樣本圖像和所述標注樣本圖像對應的所述部分樣本圖像進行對應增強，構建所述標注樣本圖像集。

4.根據權利要求1所述的方法，其特征在于，所述部分樣本圖像的圖像尺寸為(512，512，1)，所述步驟S3中構建卷積深度網絡包括：

S31、將所述部分樣本圖像輸入至卷積層L_conv(K_size,T1_num)進行T1次卷積操作，得到第一階段的特征圖F_conv(x,y,T1_num)，其中，K_size表示x,y表示經過卷積輸出的圖像大小，T1_num表示第T1個卷積層輸出的卷積核個數；

S32、對所述特征圖F_conv(x,y,T1_num)進行第T1次非線性激活，得到經過激活后的特征圖F_a(x,y,T1_num)；

S33、將所述特征圖F_a(x,y,T1_num)輸入至池化層L_pool(K_pool,S)進行圖像降采樣，得到第一階段的特征圖F_o(x,y,O1_num)，其中，K_pool表示下采樣的核大小，S表示滑動步長，O1_num表示第一階段特征圖的數量；

S34、重復步驟S31至步驟S33，直至得到圖像尺寸為(32，32，1024)的特征圖F1；

S35、將所述特征圖F1輸入至卷積層L_conv(K_size,T2_num)進行T2次卷積操作，得到第二階段的特征圖F_conv(x,y,T2_num)，其中，T2_num表示第T2個卷積層輸出的卷積核個數；

S36、對所述特征圖F_conv(x,y,T2_num)進行第T2次非線性激活，得到經過激活后的特征圖F_a(x,y,T2_num)；

S37、將所述特征圖F_a(x,y,T2_num)輸入至上采樣層U_s(K_upsample,S)進行圖像上采樣，得到第二階段的特征圖F_o(x,y,O2_num)，其中，K_upsample表示上采樣的核大小，S表示滑動步長，O2_num表示第二階段特征圖的數量；

S38、將第一階段與第二階段圖像尺寸相同的特征圖進行拼接，得到拼接后的特征圖F_concat(x,y,T_num)，其中，T_num表示由T1_num和T2_num拼接后卷積層輸出的卷積核個數；

S39、重復步驟S35至步驟S38，直到得到圖像尺寸為(512，512，1)的特征圖F2，即完成構建所述卷積深度網絡。