[發(fā)明專利]腦部影像的分割方法、裝置、計(jì)算機(jī)設(shè)備和可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010627564.3
• 申請(qǐng)日: 2020-07-02
• 公開（公告）號(hào): CN111951272A
• 公開（公告）日: 2020-11-17
• 發(fā)明（設(shè)計(jì)）人: 張朗;廖術(shù)
• 申請(qǐng)（專利權(quán)）人: 上海聯(lián)影智能醫(yī)療科技有限公司
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京華進(jìn)京聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 11606
• 代理人: 喬改利

1.一種腦部影像的分割方法，其特征在于，所述方法包括：

獲取腦部CT影像，所述腦部CT影像包括相鄰的多層斷層圖像；

將所述腦部CT影像輸入預(yù)設(shè)的分割模型，得到所述腦部CT影像對(duì)應(yīng)的顱內(nèi)出血分割結(jié)果；其中，所述分割模型為根據(jù)樣本影像、分割金標(biāo)準(zhǔn)以及分類金標(biāo)準(zhǔn)進(jìn)行訓(xùn)練所得到的，所述分類金標(biāo)準(zhǔn)用于表征所述樣本影像中顱內(nèi)出血的出血亞型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分割模型的訓(xùn)練方式包括：

將所述樣本影像輸入初始分割網(wǎng)絡(luò)，得到所述樣本影像對(duì)應(yīng)的特征圖和預(yù)測(cè)分割概率圖；所述預(yù)測(cè)分割概率圖用于表征所述樣本影像中每個(gè)像素點(diǎn)屬于顱內(nèi)出血點(diǎn)的概率；

將所述特征圖輸入與所述初始分割網(wǎng)絡(luò)連接的分類網(wǎng)絡(luò)，得到所述樣本影像對(duì)應(yīng)的預(yù)測(cè)分類結(jié)果；

計(jì)算所述預(yù)測(cè)分割概率圖與所述分割金標(biāo)準(zhǔn)之間的第一損失、以及所述預(yù)測(cè)分類結(jié)果與所述分類金標(biāo)準(zhǔn)之間的第二損失，根據(jù)所述第一損失和所述第二損失對(duì)所述初始分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述分割模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述分割金標(biāo)準(zhǔn)包括所述樣本影像的顱內(nèi)出血點(diǎn)掩膜，所述顱內(nèi)出血點(diǎn)掩膜包括出血點(diǎn)位置、出血點(diǎn)類別和出血點(diǎn)中每個(gè)像素點(diǎn)的類別；所述方法還包括：

根據(jù)所述預(yù)測(cè)分割概率圖，確定所述樣本影像對(duì)應(yīng)的預(yù)測(cè)掩膜；

相應(yīng)的，所述計(jì)算所述預(yù)測(cè)分割概率圖與所述分割金標(biāo)準(zhǔn)之間的第一損失，包括：

根據(jù)所述預(yù)測(cè)掩膜中的出血點(diǎn)類別，計(jì)算所述預(yù)測(cè)掩膜中出血點(diǎn)位置和所述顱內(nèi)出血點(diǎn)掩膜中出血點(diǎn)位置之間的重合度損失、以及所述預(yù)測(cè)掩膜的出血點(diǎn)中每個(gè)像素點(diǎn)的預(yù)測(cè)類別和所述顱內(nèi)出血點(diǎn)掩膜的出血點(diǎn)中每個(gè)像素點(diǎn)的類別之間的類別損失；

對(duì)所述重合度損失和所述類別損失進(jìn)行求和操作，得到所述第一損失。

4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，在得到所述分割模型之后，所述方法還包括：

將所述樣本影像輸入所述分割模型，得到分割概率圖；

計(jì)算所述分割概率圖和所述分割金標(biāo)準(zhǔn)之間的第三損失，根據(jù)所述第三損失對(duì)所述分割模型進(jìn)行優(yōu)化，得到優(yōu)化后的分割模型。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述腦部CT影像輸入預(yù)設(shè)的分割模型，包括：

對(duì)所述腦部CT影像中的多層斷層圖像進(jìn)行拼接，將拼接圖像輸入所述分割模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在對(duì)所述腦部CT影像中的多層斷層圖像進(jìn)行拼接之后，所述方法還包括：

對(duì)所述拼接圖像設(shè)置不同的窗寬窗位，得到不同窗寬窗位的拼接圖像集合；

相應(yīng)的，所述將拼接圖像輸入所述分割模型，包括：

將所述拼接圖像集合輸入所述分割模型。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述顱內(nèi)出血分割結(jié)果包括顱內(nèi)出血概率圖；所述方法還包括：

基于所述腦部CT影像的數(shù)據(jù)源信息，對(duì)所述顱內(nèi)出血概率圖中像素點(diǎn)的概率進(jìn)行優(yōu)化，得到優(yōu)化顱內(nèi)出血概率圖。

8.一種腦部影像的分割裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取腦部CT影像，所述腦部CT影像包括相鄰的多層斷層圖像；

分割模塊，用于將所述腦部CT影像輸入預(yù)設(shè)的分割模型，得到所述腦部CT影像對(duì)應(yīng)的顱內(nèi)出血分割結(jié)果；其中，所述分割模型為根據(jù)樣本影像、分割金標(biāo)準(zhǔn)以及分類金標(biāo)準(zhǔn)進(jìn)行訓(xùn)練所得到的，所述分類金標(biāo)準(zhǔn)用于表征所述樣本影像中顱內(nèi)出血的出血亞型。

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述方法的步驟。