[發明專利]基于Swin-Unet和形態學處理的氣胸病灶分割方法及相關設備

在審

• 申請號: 202211023486.1
• 申請日: 2022-08-25
• 公開（公告）號: CN115330817A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 唐智賢;張錦陽;張艷;梁凱軼
• 申請（專利權）人: 上海健康醫學院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/00;G06T7/155;G06T5/30;G06T5/00
• 代理公司: 上海十蕙一蘭知識產權代理有限公司 31331
• 代理人: 劉秋蘭

1.一種基于Swin-Unet和形態學處理的氣胸病灶分割方法，其特征在于，包括：

獲取待分割的CT圖像，對待分割的所述CT圖像進行預處理；

采用預設的圖像分割模型對經預處理后的所述CT圖像分割氣胸區域，得到二值分割結果；

基于形態學處理方式對所述二值分割結果進行后處理，得到去除毛邊后的氣胸區域。

2.如權利要求1所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法，其特征在于，所述采用預設的圖像分割模型對經預處理后的所述CT圖像分割氣胸區域之前，還包括對所述圖像分割模型進行訓練：

獲取肺部CT數據，對氣胸病灶區域進行標記，得到若干標記后的肺部CT圖像，建立氣胸專病數據庫；

對所述肺部CT圖像進行預處理；

構建圖像分割模型，利用所述氣胸專病數據庫對所述圖像分割模型進行訓練，得到訓練好的圖像分割模型作為預設的圖像分割模型。

3.如權利要求1所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法，其特征在于，所述圖像分割模型采用基于Swin-Unet網絡構建的圖像分割模型。

4.如權利要求3所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法，其特征在于，所述圖像分割模型由編碼器、瓶頸層、解碼器和跳躍連接構建組成，所述編碼器、瓶頸層和解碼器均是基于連續的兩個SwinTransformer塊構造；

連續的兩個所述SwinTransformer塊由級聯的LN層、W-MSA模塊、LN層、MLP層、LN層、SW-MSA模塊、LN層和MLP層構成，并用加和的方式實現每個LN層之間的特征圖與LN層之后的特征圖的跳躍連接。

5.如權利要求1或2所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法，其特征在于，對待分割的所述CT圖像進行預處理或對肺部CT圖像進行預處理時，采用圖像尺寸歸一化處理方式以及窗口技術進行預處理。

6.如權利要求5所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法，其特征在于，所述圖像尺寸歸一化處理方式為將CT圖像修改為預設大小；

所述窗口技術的公式為：

其中，f(x,y)代表原始CT圖像的CT值；g(x,y)代表處理后的圖像灰度值；WC為預設的窗位；WW為預設的窗寬。

7.如權利要求1所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法，其特征在于，所述基于形態學處理方式對所述二值分割結果進行后處理，得到去除毛邊后的氣胸區域，包括：

對所述二值分割結果進行腐蝕操作，具體公式為：

R₁＝R₀ΘT₁

其中，Θ表示腐蝕運算；T₁為模板，是3X3大小的全1矩陣；R₀為所述二值分割結果；R₁為腐蝕操作結果；

對腐蝕操作結果進行膨脹操作，具體公式為：

其中，表示膨脹運算；R₂為膨脹操作結果；

膨脹操作結果即為去除毛邊后的氣胸區域。

8.一種基于Swin-Unet和形態學處理的氣胸病灶分割裝置，其特征在于，包括：

預處理模塊，用于獲取待分割的CT圖像，對待分割的所述CT圖像進行預處理；

圖像分割模塊，用于采用預設的圖像分割模型對經預處理后的所述CT圖像分割氣胸區域，得到二值分割結果；

后處理模塊，用于基于形態學處理方式對所述二值分割結果進行后處理，得到去除毛邊后的氣胸區域。

9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項權利要求所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法的步驟。

10.一種存儲有計算機可讀指令的存儲介質，其特征在于，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至7中任一項權利要求所述的基于Swin-Unet和形態學處理的氣胸病灶分割方法的步驟。