[發明專利]一種基于影像數據的分割方法、裝置以及設備

有效

• 申請號: 202110553898.5
• 申請日: 2021-05-20
• 公開（公告）號: CN113205508B
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 方剛;宋凌;印胤;楊光明
• 申請（專利權）人: 強聯智創（北京）科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/70
• 代理公司: 北京晉德允升知識產權代理有限公司 11623
• 代理人: 劉立升

1.一種基于影像數據的分割方法，其特征在于，所述方法包括：

獲取待處理的CTA影像數據；

將所述待處理的CTA影像數據輸入分割模型中，對所述待處理的CTA影像數據進行分割，獲得三分割結果，其中，所述分割模型是基于半自動標注方法，經過神經網絡訓練預先獲得的三分割模型，所述三分割結果為所述待處理的CTA影像數據的骨組織的分割結果，血管的分割結果和鈣化組織的分割結果；

所述分割模型是基于半自動標注方法，經過神經網絡訓練預先獲得的三分割模型，具體包括：

對訓練集數據通過半自動標注的方法添加標簽，獲得標注的訓練集數據，其中，所述訓練集數據包括NCCT影像數據及與所述NCCT影像數據對應的CTA影像數據，所述標簽包括骨組織的標簽、血管的標簽及鈣化組織的標簽，所述鈣化組織的標簽是基于骨組織的標簽數據及血管的標簽數據獲得的；

將所述標注的訓練集數據及所述訓練集數據中的CTA影像數據輸入卷積神經網絡中進行訓練，獲得分割模型。

2.如權利要求1所述的方法，其特征在于，所述對訓練集數據通過半自動標注的方法添加標簽，獲得標注的訓練集數據，具體包括：

基于所述訓練集數據中的NCCT影像數據中的骨組織的位置，獲得所述訓練集數據的骨組織的第一標簽數據，所述訓練集數據的骨組織的第一標簽數據作為所述訓練集數據的骨組織的標簽數據；

基于所述訓練集數據中的CTA影像數據中的血管的位置，獲得所述訓練集數據的血管的標簽數據；

基于所述訓練集數據的骨組織的第一標簽數據及所述訓練集數據的血管的標簽數據，獲得所述訓練集數據的鈣化組織的標簽數據。

3.如權利要求2所述的方法，其特征在于，所述基于所述訓練集數據中的NCCT影像數據中的骨組織的位置，獲得所述訓練集數據的骨組織的第一標簽數據，具體包括：

對所述訓練集數據中的NCCT影像數據進行閾值分割，獲得所述訓練集數據的骨組織的第一標簽數據。

4.如權利要求2所述的方法，其特征在于，所述基于所述訓練集數據中的CTA影像數據中的血管的位置，獲得所述訓練集數據的血管的標簽數據，具體包括：

將所述訓練集數據中的CTA影像數據與所述訓練集數據中的NCCT影像數據進行做差操作后，采用血管閾值算法，提取所述訓練集數據中的CTA影像數據中的血管組織，獲得所述訓練集數據中的CTA影像數據中的血管的位置。

5.如權利要求2所述的方法，其特征在于，所述獲得所述訓練集數據的鈣化組織的標簽數據，進一步包括：

對所述訓練集數據的鈣化組織的標簽數據進行人工識別，作為最終的訓練集數據的鈣化組織的標簽數據。

6.如權利要求2所述的方法，其特征在于，所述基于所述訓練集數據的骨組織的第一標簽數據及所述訓練集數據的血管的標簽數據，獲得所述訓練集數據的鈣化組織的標簽數據，具體包括：

對所述訓練集數據的骨組織的第一標簽數據進行連通域分析，獲得所述訓練集數據的連通域標簽數據；

從所述訓練集數據的骨組織的第一標簽數據中去除預設體積的骨組織的標簽數據后，與所述訓練集數據的血管標簽數據進行重疊分析，獲得所述訓練集數據的鈣化組織的標簽數據。

7.如權利要求6所述的方法，其特征在于，所述從所述訓練集數據的骨組織的第一標簽數據中去除預設體積的骨組織的標簽數據后，與所述訓練集數據的血管標簽數據進行重疊分析，獲得所述訓練集數據的鈣化組織的標簽數據，具體包括：

從所述訓練集數據的骨組織的第一標簽數據中去除預設體積的骨組織的標簽數據后，與經過膨脹操作的所述訓練集數據的血管標簽數據進行重疊分析，獲得所述訓練集數據的鈣化組織的標簽數據。

8.如權利要求2所述的方法，其特征在于，所述方法進一步包括：

從所述訓練集數據的骨組織的第一標簽數據中去除所述訓練集數據的鈣化組織的標簽數據，獲得所述訓練集數據的骨組織的第二標簽數據，所述訓練集數據的骨組織的第二標簽數據作為所述訓練集數據的骨組織的標簽數據。