[發明專利]一種圖像分割方法及相關設備

在審

• 申請號: 202010192934.5
• 申請日: 2020-03-18
• 公開（公告）號: CN111489360A
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 宋濤
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/00;G06N3/04;G06N3/08
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 何倚雯

1.一種圖像分割方法，其特征在于，所述方法包括：

獲取到第一待分割的腦部圖像；

通過深度學習定位網絡對所述腦部圖像進行定位，得到大腦前動脈預測點和大腦靜脈預測點；

利用所述大腦前動脈預測點和所述大腦靜脈預測點計算得到所述腦部圖像對應的灌注參數圖；

利用所述灌注參數圖計算得到所述腦灌注梗死核心區域。

2.根據權利要求1所述的圖像分割方法，其特征在于，所述通過深度學習定位網絡對所述腦部圖像進行定位，得到大腦前動脈預測點和大腦靜脈預測點之前還包括：

獲取腦部樣本圖像，所述腦部樣本圖像為對大腦前動脈點和大腦靜脈點進行初步標注的圖像；

利用所述腦部樣本圖像對初始深度學習定位網絡進行訓練，以得到所述深度學習定位網絡。

3.根據權利要求2所述的圖像分割方法，其特征在于，

所述通過深度學習定位網絡對所述腦部圖像進行定位，得到大腦前動脈預測點和大腦靜脈預測點的步驟具體包括：

通過深度學習定位網絡對所述腦部圖像進行定位，得到大腦前動脈候選點和大腦靜脈候選點；

利用局部搜索算法計算得到所述大腦前動脈候選點對應的大腦前動脈預測點以及所述大腦靜脈候選點對應的大腦靜脈預測點。

4.根據權利要求3所述的圖像分割方法，其特征在于，所述利用局部搜索算法計算得到所述大腦前動脈候選點對應的大腦前動脈預測點以及所述大腦靜脈候選點對應的大腦靜脈預測點的步驟包括：

以所述大腦前動脈候選點為圓心，預設第一半徑范圍內的區域為大腦前動脈點候選區域，以所述大腦靜脈候選點為圓心，預設第二半徑范圍內的區域為大腦靜脈點候選區域；

利用所述局部搜索算法分別從所述大腦前動脈點候選區域中確定所述大腦前動脈預測點，及從所述大腦靜脈點選區域中確定所述大腦靜脈預測點。

5.根據權利要求4所述的圖像分割方法，其特征在于，利用所述局部搜索算法分別從所述大腦前動脈點候選區域中確定所述大腦前動脈預測點，及從所述大腦靜脈點選區域中確定所述大腦靜脈預測點的步驟包括：

從所述大腦前動脈點候選區域中選取時間最大值對應的多個第一組織密度值，及從所述大腦靜脈點選區域中選取時間最大值對應的多個第二組織密度值；

從所述多個第一組織密度值中選取組織密度值的最大值作為所述大腦前動脈預測點，及從所述第二組織密度值中選取組織密度值的最大值作為所述大腦靜脈預測點。

6.根據權利要求1所述的圖像分割方法，其特征在于，所述灌注參數圖包括：局部腦血容積圖、局部腦血容量圖、平均通過時間圖和達峰時間圖。

7.根據權利要求6所述的圖像分割方法，其特征在于，利用所述大腦前動脈預測點和所述大腦靜脈預測點計算得到所述腦部圖像對應的灌注參數圖的步驟包括：

獲取所述大腦前動脈預測點對應的函數曲線和所述大腦靜脈預測點對應的函數曲線；

將所述大腦前動脈預測點對應的函數曲線作為第一動脈輸入函數，及將所述大腦靜脈預測點對應的函數曲線作為靜脈輸出函數；

利用所述靜脈輸出函數對所述第一動脈輸入函數進行修正，以得到第二動脈輸入函數；

利用所述第二輸入函數通過去卷積算法計算得到所述局部腦血容積圖、所述局部腦血容量圖、所述平均通過時間圖和所述達峰時間圖。

8.根據權利要求7所述的圖像分割方法，其特征在于，所述利用所述灌注參數圖計算得到所述腦灌注梗死核心區域的步驟包括：

獲取到第二待分割的腦部圖像；

將所述達峰時間圖中大于預設時間的區域作為低灌區域；

利用所述局部腦血容積圖像、所述局部腦血容量圖像采用卷積神經網絡算法從所述低灌區域中獲取到所述第二待分割的腦部圖像對應的所述梗死核心區域。