[發明專利]一種基于人工智能的醫學圖像分割方法及系統

在審

• 申請號: 201811294281.0
• 申請日: 2018-11-01
• 公開（公告）號: CN109447976A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 丁熠;弓霖芃;秦志光;藍天;秦臻;張銘豐;陳伏娟;楊祺琪;鄭偉;張超
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06N3/04
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 張海青

1.一種基于人工智能的醫學圖像分割方法，其特征在于，包括：

將低層次視覺特征輸入至低層次視覺特征輸入路徑進行過濾，確定過濾后的低層次視覺特征以及所述過濾后的低層次視覺特征的通道數；所述低層次視覺特征輸入路徑包括多個密集塊以及下采樣模塊；每個所述密集塊由第一密集連接卷積網絡以及殘差網絡融合連接組成；所述殘差網絡的跳過連接設于所述第一密集連接卷積網絡的前后，所述殘差網絡的跳過連接引入所述下采樣模塊；多個所述密集塊依次連接；前一個密集塊的輸出為后一個密集塊的輸入；

將高層次視覺特征輸入至高層次視覺特征輸入路徑進行調整，根據所述過濾后的低層次視覺特征的通道數調整所述高層次視覺特征，確定調整后的高層次視覺特征；所述高層次視覺特征輸入路徑包括卷積網絡以及上采樣模塊；所述卷積網絡用于調整所述高層次視覺特征的維度；所述上采樣模塊用于采集所述高層次視覺特征的尺寸；

經過第二密集連接卷積網絡，將所述過濾后的低層次視覺特征以及所述調整后的高層次視覺特征進行融合，確定融合特征；

根據所述融合特征生成帶分割圖像內每個像素點的分類結果；

根據所述分類結果生成分割圖像。

2.根據權利要求1所述醫學圖像分割方法，其特征在于，所述將低層次視覺特征輸入至低層次視覺特征輸入路徑進行過濾，確定過濾后的低層次視覺特征以及所述過濾后的低層次視覺特征的通道數，具體包括：

將所述低層次視覺特征經過所述殘差網絡進行自適應調整，確定調整后的低層次視覺特征；

將所述調整后的低層次視覺特征經過所述第一密集連接卷積網絡進行過濾，確定過濾后的低層次視覺特征以及所述過濾后的低層次視覺特征的通道數。

3.根據權利要求1所述醫學圖像分割方法，其特征在于，所述將高層次視覺特征輸入至高層次視覺特征輸入路徑進行調整，根據所述過濾后的低層次視覺特征的通道數調整所述高層次視覺特征，確定調整后的高層次視覺特征，具體包括：

根據所述過濾后的低層次視覺特征的通道數調整所述高層次視覺特征的通道數，直至所述高層次視覺特征與所述低層次視覺特征的維度相同，獲取所述高層次視覺特征的維度；

根據所述高層次視覺特征的維度確定調整后的高層次視覺特征。

4.根據權利要求1所述醫學圖像分割方法，其特征在于，所述將高層次視覺特征輸入至高層次視覺特征輸入路徑進行調整，根據所述過濾后的低層次視覺特征的通道數調整所述高層次視覺特征，確定調整后的高層次視覺特征之后，還包括：

獲取所述調整后的高層次視覺特征的高層次圖像尺寸以及所述過濾后的低層次視覺特征的低層次圖像尺寸；

判斷所述高層次圖像尺寸是否與所述低層次圖像尺寸相同，得到第一判斷結果；

若所述第一判斷結果表示為所述高層次圖像尺寸與所述低層次圖像尺寸相同，根據所述過濾后的低層次視覺特征的通道數調整所述高層次視覺特征的通道數，直至所述高層次視覺特征與所述低層次視覺特征的維度相同，獲取所述高層次視覺特征的維度；

若所述所述第一判斷結果表示為所述高層次圖像尺寸與所述低層次圖像尺寸不相同，對所述高層次圖像尺寸進行調整。