[發明專利]一種分割圖像生成的方法、裝置及計算機可讀存儲介質

在審

• 申請號: 201811122092.5
• 申請日: 2018-09-26
• 公開（公告）號: CN109345545A
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 黃偉康;莫康信;張典生;其他發明人請求不公開姓名
• 申請（專利權）人: 廣東毅達醫療科技股份有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T17/00;G06T19/20
• 代理公司: 廣東眾達律師事務所 44431
• 代理人: 王睿

本發明公開了一種分割圖像生成的方法、裝置及計算機可讀存儲介質，涉及計算機領域，特別是醫學圖像處理領域，所述方法包括：獲取醫學圖像；將所述醫學圖像按不同器官進行分割，得到第一分割圖像；將第一分割圖像進行醫學影像三維重建，得到不同器官/組織三維模型；重新對不同器官/組織三維模型進行切片，生成第二分割圖像。本發明還提供了一種圖像分類裝置及計算機可讀存儲介質。本發明利用原始醫學圖像生成多套分割圖像，極大提升了獲取分割圖像效率。

技術領域

本發明涉及計算機醫學圖像領域，特別涉及一種分割圖像生成的方法、裝置及計算機可讀存儲介質。

技術背景

數字醫學圖像技術是現代醫學最重要的診斷手段之一，隨著數字醫學圖像診斷技術的不斷發展及普及，醫生對醫學圖像診斷的要求也越來越高，除了看二維平面圖，還要求看三維模型圖，更進一步的還要進行定量分析、模擬以及與AR/VR結合使用等。醫學影像三維重建是將二維影像圖片轉換為三維模型的重要技術，如需進行定量分析，則需要將不同器官/組織進行分割后再單獨重建，才可以對器官或組織進行定量分析或模擬。

由于符合DICOM 3.0標準的醫學圖像是基于灰度值的二維圖像，各元素/組織間是通過不同的灰階來區分，加上噪音的影響，使得有些器官/組織間的邊界并不清晰，所以對醫學圖像進行分割，不管對醫護人員還是對科技工作者，都是件麻煩而復雜的事，完成一個完整器官/組織的分割，需要花費大量的時間及精力，而對于非醫學背景的工作者，更是難于完成分割的工作。

隨著大數據及深度學習/機器學習技術的應用，越來越多的工作借助人工智能技術來完成，而要完成深度學習/機器學習的訓練，需要提供大量被標識的數據，對于圖像分割技術亦如此，需要大量的分割圖像數據來訓練圖像分割技術。但我們知道，由于醫學信息的保密性，我們難于獲取大量可供使用的醫學圖像，加之圖像分割費時費力，使得完成圖像分割技術訓練的工作量巨大，進而影響了該技術的發展。

發明內容

有鑒于此，本發明提供一種分割圖像生成的方法、裝置及計算機可讀存儲介質所要解決的問題是：利用較少數量的原始醫學圖像，高效的生成大量分割圖像數據，極大的提高分割圖像獲取效率。

根據本公開的一些實施例，提供的一種分割圖像生成的方法，其特征在于，包括：獲取醫學圖像；將所述醫學圖像按不同器官進行分割，得到第一分割圖像；將第一分割圖像進行醫學影像三維重建，得到不同器官/組織三維模型；重新對不同器官/組織三維模型進行切片，生成第二分割圖像。

在一些實施例中，獲取的所述醫學圖像包括電子計算機斷層掃描CT圖像，或磁共振MRI圖像，或B型超聲B超圖像。

在一些實施例中，所述得到第一分割圖像具體過程為：按不同器官/組織，將每一層圖像中所包含的器官/組織分別標識并分割出來，得到第一分割圖像。

在一些實施例中，利用三維重建技術將分割圖像重建為三維模型。

在一些實施例中，重新對不同器官/組織三維模型進行切片的方式具體包括：增加切片數量、旋轉任意角度、平移任意尺寸中的一種或其任意組合，每增加一定的切片數量或每旋轉一個角度或平移一個尺寸或其任意組合，即可生成第二分割圖像。

在一些實施例中，通過所述增加切片數量操作后，所有切片數量仍然是等距排列。

根據本公開的另一些實施例，提供的一種圖像分割的裝置，包括：醫學圖像獲取模塊，用于獲取醫學圖像；醫學圖像分割模塊，用于對所述醫學圖像進行分割，以獲得第一分割圖像；三維重建模塊，用于將所述分割圖像重建為三維模型；切片模塊，用于將所述三維模型重建切片，以生成第二分割圖像。

所述醫學圖像獲取模塊獲取醫學圖像后，將所述醫學圖像傳輸到所述醫學圖像分割模塊，進行圖像分割，以獲得分割圖像，完成分割的圖像傳輸到所述三維重建模塊將所述分割圖像重建為三維模型，然后將三維模型傳輸到切片模塊，并對所述三維模型重建切片，得到新的分割圖像。