[發(fā)明專利]鼻咽癌的病灶圖像分割裝置、設(shè)備及計算機(jī)可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010046208.2
• 申請日: 2020-01-15
• 公開（公告）號: CN111260664B
• 公開（公告）日: 2023-04-25
• 發(fā)明（設(shè)計）人: 蔡宏民;黃嘉彬
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/00;G06N3/02
• 代理公司: 廣州市智遠(yuǎn)創(chuàng)達(dá)專利代理有限公司 44619
• 代理人: 王會龍

本發(fā)明公開了一種鼻咽癌的病灶圖像分割裝置，涉及醫(yī)用圖像處理領(lǐng)域，包括：圖像獲取模塊，用于獲取待分割圖像；特征提取模塊，用于提取所述待分割圖像的圖像特征；神經(jīng)網(wǎng)絡(luò)模塊，包括用于根據(jù)所述圖像特征對所述待分割圖像進(jìn)行圖像分割的神經(jīng)網(wǎng)絡(luò)；所述神經(jīng)網(wǎng)絡(luò)還包括位置獲取單元和語義分割單元；所述位置獲取單元，用于根據(jù)所述圖像特征獲取所述待分割圖像中病灶的位置信息；所述語義分割單元，用于根據(jù)所述圖像特征并結(jié)合所述位置信息，激勵有助于分割的特征圖，以獲得語義分割結(jié)果。本發(fā)明實(shí)施例還提供了一種鼻咽癌的病灶圖像分割設(shè)備及計算機(jī)可讀存儲介質(zhì)，能有效簡化神經(jīng)網(wǎng)絡(luò)模型，并提高對鼻咽癌的病灶圖像分割的分割精度。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，尤其涉及一種鼻咽癌的病灶圖像分割裝置、設(shè)備及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

鼻咽癌作為高發(fā)惡性腫瘤之一，其發(fā)病率為耳鼻咽喉惡性腫瘤之首。而為對鼻咽癌患者進(jìn)行治療，需要確定鼻咽癌病灶，臨床中一般是通過對核磁共振圖像進(jìn)行圖像處理，從而實(shí)現(xiàn)對鼻咽癌病灶的識別。

在現(xiàn)有的醫(yī)學(xué)圖像處理中，常用的圖像分割算法包括基于閾值的分割方法、基于邊緣的分割方法、基于區(qū)域的分割方法、基于聚類分析的圖像分割方法、基于小波變換的分割方法、基于數(shù)學(xué)形態(tài)學(xué)的分割方法、基于人工神經(jīng)網(wǎng)路的分割方法和基于遺傳算法的分割方法，以及當(dāng)前應(yīng)用最廣泛的基于深度學(xué)習(xí)的分割方法。

而發(fā)明人在研究中發(fā)現(xiàn)，基于邊緣與閾值的圖像分割方法過于簡單，沒有利用好像素的空間信息，分割結(jié)果極其容易受噪聲干擾，經(jīng)常出現(xiàn)斷裂的邊緣，需要后處理，該方法要求被分割的物體顏色紋理比較緊湊、類內(nèi)方差小，只適合文本圖像處理，如車牌、指紋；基于區(qū)域(增長、分裂)的分割方法往往會造成過度分割，即將圖像分割成過多的區(qū)域，并且作為一種迭代的方法，空間和時間開銷都比較大，噪聲和灰度不均一可能會導(dǎo)致空洞和過分割，并在對圖像中的陰影效果處理上往往不是很好。基于聚類分析的圖像分割方法沒有考慮空間信息，對噪聲和灰度不均勻敏感，聚類需要確定類數(shù)；小波變換的分割方法需要選取合適的濾波器；基于數(shù)學(xué)形態(tài)學(xué)方法處理后難以避免仍會存在大量與目標(biāo)不符的短線和孤立點(diǎn)，因此除了預(yù)處理還需要進(jìn)行后處理；基于人工神經(jīng)網(wǎng)絡(luò)方法需要選擇何種網(wǎng)絡(luò)結(jié)構(gòu)，需要大量數(shù)據(jù)，速度慢，結(jié)構(gòu)復(fù)雜；基于遺傳算法需要選擇適應(yīng)度函數(shù)，還需要確定交叉概率的確定，還可能收斂于局部最優(yōu)。基于深度學(xué)習(xí)的方法，主要是基于卷積神經(jīng)網(wǎng)絡(luò)的分割方法，現(xiàn)有的語義分割模型主要針對一般圖像的分割，而鼻咽癌醫(yī)學(xué)圖像具有更復(fù)雜的影像內(nèi)容，針對分割目標(biāo)小，具有侵潤性，與正常組織的對比度、紋理等具有很大的相似性，解剖結(jié)構(gòu)復(fù)雜等問題，即使是適用于醫(yī)學(xué)圖像分割的分割模型如Unet，在鼻咽癌原發(fā)灶分割任務(wù)上也會出現(xiàn)一些問題，如1)假陽性高，2)分割結(jié)果的邊緣不清晰；另外針對鼻咽癌數(shù)據(jù)，現(xiàn)有典型分割方法；3)不能直接處理多模態(tài)的影像數(shù)據(jù)，而鼻咽癌影像一般有多個模態(tài)數(shù)據(jù)，如T1－weight，CET1－weight，T2－weight成像影像；4)這對于目前基于深度卷積神經(jīng)網(wǎng)絡(luò)的、針對鼻咽癌原發(fā)灶分割方法還比較少。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種鼻咽癌的病灶圖像分割裝置、設(shè)備及計算機(jī)可讀存儲介質(zhì)，能有效簡化神經(jīng)網(wǎng)絡(luò)模型，并提高對鼻咽癌的病灶圖像分割的分割精度。

本發(fā)明實(shí)施例提供一種鼻咽癌的病灶圖像分割裝置，包括：

圖像獲取模塊，用于獲取待分割圖像；

特征提取模塊，用于提取所述待分割圖像的圖像特征；

神經(jīng)網(wǎng)絡(luò)模塊，包括用于根據(jù)所述圖像特征對所述待分割圖像進(jìn)行圖像分割的神經(jīng)網(wǎng)絡(luò)；所述神經(jīng)網(wǎng)絡(luò)還包括位置獲取單元和語義分割單元；

所述位置獲取單元，用于根據(jù)所述圖像特征獲取所述待分割圖像中病灶的位置信息；

所述語義分割單元，用于根據(jù)所述圖像特征并結(jié)合所述位置信息，激勵有助于分割的特征圖，以獲得語義分割結(jié)果。