[發(fā)明專利]肝臟區(qū)域分割方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110463307.5
• 申請(qǐng)日: 2021-04-27
• 公開(kāi)（公告）號(hào): CN113177953A
• 公開(kāi)（公告）日: 2021-07-27
• 發(fā)明（設(shè)計(jì)）人: 賴柏霖;吳宥萱;白曉宇;黃凌云;周曉云;亞當(dāng)哈里森;呂樂(lè);肖京
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/00
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng)

1.一種肝臟區(qū)域分割方法，其特征在于，包括：

獲取核磁共振圖像，所述核磁共振圖像包括多個(gè)圖像序列，其中，所述多個(gè)圖像序列中的每個(gè)圖像序列包括多幀二維圖像；

從所述多個(gè)圖像序列中選取至少一個(gè)目標(biāo)圖像序列，并確定所述至少一個(gè)目標(biāo)圖像序列中的每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像，其中，所述至少一個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像包含的身體部位相同；

將所述每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像以及與所述每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像相鄰的前后兩幀二維圖像輸入到完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，對(duì)所述每個(gè)目標(biāo)圖像序列中的進(jìn)行圖像分割，得到所述目標(biāo)二維圖像中的肝臟區(qū)域。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述多個(gè)圖像序列中選取至少一個(gè)目標(biāo)圖像序列，并確定所述至少一個(gè)目標(biāo)圖像序列中的每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像，包括：

從所述多個(gè)圖像序列中隨機(jī)選取至少一個(gè)目標(biāo)圖像序列；

從所述至少一個(gè)目標(biāo)序列中的每個(gè)目標(biāo)序列包括的多幀二維圖像中隨機(jī)選取一幀二維圖像，作為所述每個(gè)目標(biāo)序列的目標(biāo)二維圖像。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述將所述每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像以及與所述每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像相鄰的前后兩幀二維圖像輸入到完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，對(duì)所述每個(gè)目標(biāo)圖像序列中的進(jìn)行圖像分割，得到所述目標(biāo)二維圖像中的肝臟區(qū)域，包括：

分別將所述目標(biāo)二維圖像，以及與所述每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像前后相鄰的兩幀二維圖像作為完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的不同通道的輸入數(shù)據(jù)進(jìn)行圖像分割，得到所述目標(biāo)二維圖像的第一概率分割圖，所述第一概率分割圖用于表示所述目標(biāo)二維圖像中各個(gè)像素點(diǎn)屬于肝臟的概率；

根據(jù)所述目標(biāo)二維圖像中各個(gè)像素點(diǎn)屬于肝臟的概率，確定所述目標(biāo)二維圖像中屬于肝臟的像素點(diǎn)，得到所述目標(biāo)二維圖像中的肝臟區(qū)域，其中，所述肝臟區(qū)域中的任意一個(gè)像素點(diǎn)屬于肝臟的概率大于第一閾值。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)包括N個(gè)特征提取層，N為大于或等于1的整數(shù)；

所述分別將所述目標(biāo)二維圖像，以及與所述每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像前后相鄰的兩幀二維圖像作為完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的不同通道的輸入數(shù)據(jù)進(jìn)行圖像分割，得到所述目標(biāo)二維圖像的第一概率分割圖，包括：

通過(guò)第i個(gè)特征提取層對(duì)所述第i個(gè)特征提取層的輸入數(shù)據(jù)進(jìn)行特征提取，得到與所述第i個(gè)特征提取層對(duì)應(yīng)的特征提取結(jié)果，其中，所述第i個(gè)特征提取層的輸入數(shù)據(jù)為第i-1個(gè)特征提取層的特征提取結(jié)果，2≤i≤N，且當(dāng)i取值為1時(shí)，所述第i個(gè)特征提取層的輸入數(shù)據(jù)為所述目標(biāo)二維圖像，以及與所述每個(gè)目標(biāo)圖像序列中的目標(biāo)二維圖像前后相鄰的兩幀二維圖像；

對(duì)所述第i個(gè)特征提取層對(duì)應(yīng)的特征提取結(jié)果進(jìn)行語(yǔ)義分割，得到與所述第i個(gè)特征提取層對(duì)應(yīng)的語(yǔ)義分割結(jié)果；

將所述N個(gè)特征提取層的語(yǔ)義分割結(jié)果進(jìn)行疊加，得到目標(biāo)語(yǔ)義分割結(jié)果；

將所述目標(biāo)語(yǔ)義分割結(jié)果進(jìn)行非線性激活，得到所述第一概率分割圖。

5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的方法，其特征在于，在獲取核磁共振圖像之前，所述方法還包括：

獲取第一核磁共振圖像樣本，其中，所述第一核磁共振圖像樣本包括多個(gè)第一圖像序列樣本，且所述多個(gè)第一圖像序列樣本中的每個(gè)第一圖像序列樣本包括多幀第一二維圖像樣本，所述第一核磁共振圖像樣本攜帶第一標(biāo)簽，所述第一標(biāo)簽用于表示所述每個(gè)第一圖像序列樣本中的每幀第一二維圖像樣本中的像素點(diǎn)的真實(shí)類別；

根據(jù)所述第一核磁共振圖像樣本和所述第一標(biāo)簽對(duì)第一神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到第二神經(jīng)網(wǎng)絡(luò)；

調(diào)用所述第二神經(jīng)網(wǎng)絡(luò)，對(duì)第二核磁共振圖像樣本進(jìn)行圖像分割，得到所述第二核磁共振圖像樣本的第二標(biāo)簽，其中，所述第二核磁共振圖像包括多個(gè)第二圖像序列樣本，且所述多個(gè)第二圖像序列樣本中的每個(gè)第二圖像序列樣本包括多幀第二二維圖像樣本；

根據(jù)所述第一核磁共振圖像樣本、所述第二核磁共振圖像樣本、所述第一標(biāo)簽以及所述第二標(biāo)簽對(duì)所述第二神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。