[發明專利]一種醫學影像的分割方法、裝置、存儲介質及電子設備

在審

• 申請號: 202211055254.4
• 申請日: 2022-08-31
• 公開（公告）號: CN115393369A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 王斯凡;胡玉蘭;梁爍斌
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06V10/40;G06V10/74;G16H30/00
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 莊何媛

本公開提供了一種醫學影像的分割方法、裝置、存儲介質及電子設備，該方法包括：對M個支持圖和M個查詢圖分別進行N個維度下的特征提取；確定M個第一特征向量，并基于M個第一特征向量和第N維度的M個第二類特征向量矩陣確定M個相似度矩陣；輸出M個前向特征圖矩陣以及M個后向特征圖矩陣；將M個前向特征圖矩陣以及M個后向特征圖矩陣分別拼接后進行N個維度下的上采樣處理，以得到M個查詢圖對應的分割圖。本公開將支持圖和查詢圖同時輸入編碼器進行特征提取，并利用相似性特征提升分割預測效果，進一步結合記憶模塊以學習相鄰圖像之間的相似性特征，增強相鄰圖像之間的信息交互能力，進而實現對醫學影像的準確分割。

技術領域

本公開涉及醫學圖像處理技術領域，特別涉及一種醫學影像的分割方法、裝置、存儲介質及電子設備。

背景技術

隨著計算機視覺技術的發展，計算機視覺技術被用來輔助完成基于醫學影像的病灶定位(即，對于醫學影像的語義分割)，以減輕醫生的工作負擔和提高效率。對于醫學影像的語義分割通常采用基于深度學習的語義分割方法。

通常，深度學習需要大量標注數據，而醫療行業因為數據的敏感性較高，所以標注數據量非常有限。因此，如何在標注數據量較少的條件下，準確地對醫學影像進行語義分割是亟需解決的問題。

發明內容

本公開實施例的目的在于提供一種醫學影像的分割方法、裝置、存儲介質及電子設備，用以解決現有技術中如何在標注數據量較少的條件下，準確地對醫學影像進行語義分割的問題。

本公開的實施例采用如下技術方案：一種醫學影像的分割方法，包括：通過編碼器對M個支持圖和M個查詢圖分別進行N個維度下的特征提取，以得到每個所述支持圖在N個維度下的第一類特征向量矩陣，以及每個所述查詢圖在N個維度下的第二類特征向量矩陣，M個所述查詢圖為連續的M個待處理醫學圖像；通過度量網絡基于每個所述支持圖對應的標記圖以及每個所述支持圖在第N維度的所述第一類特征向量矩陣確定M個第一特征向量，并基于M個所述第一特征向量和第N維度的M個所述第二類特征向量矩陣確定M個相似度矩陣；通過記憶網絡對M個所述相似度矩陣進行學習，并輸出M個前向特征圖矩陣以及M個后向特征圖矩陣；通過解碼器將M個所述前向特征圖矩陣以及M個所述后向特征圖矩陣分別拼接后進行N個維度下的上采樣處理，以得到M個所述查詢圖對應的分割圖。

本公開還提供了一種醫學影像的分割裝置，包括：編碼模塊，所述編碼模塊用于對M個支持圖和M個查詢圖分別進行N個維度下的特征提取，以得到每個所述支持圖在N個維度下的第一類特征向量矩陣，以及每個所述查詢圖在N個維度下的第二類特征向量矩陣，M個所述查詢圖為連續的M個待處理醫學圖像；度量模塊，所述度量模塊用于基于每個所述支持圖對應的標記圖以及每個所述支持圖在第N維度的所述第一類特征向量矩陣確定M個第一特征向量，并基于M個所述第一特征向量和第N維度的M個所述第二類特征向量矩陣確定M個相似度矩陣；記憶模塊，所述記憶模塊用于對M個所述相似度矩陣進行學習，并輸出M個前向特征圖矩陣以及M個后向特征圖矩陣；解碼模塊，所述解碼模塊用于將M個所述前向特征圖矩陣以及M個所述后向特征圖矩陣分別拼接后進行N個維度下的上采樣處理，以得到M個所述查詢圖對應的分割圖。

本公開還提供了一種存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時實現上述的醫學影像的分割方法的步驟。

本公開還提供了一種電子設備，至少包括存儲器、處理器，所述存儲器上存儲有計算機程序，所述處理器在執行所述存儲器上的計算機程序時實現上述的醫學影像的分割方法的步驟。

本公開實施例的有益效果在于：將支持圖和查詢圖同時輸入編碼器進行特征提取，并利用相似性特征提升分割預測效果，進一步結合記憶模塊以學習相鄰圖像之間的相似性特征，增強相鄰圖像之間的信息交互能力，進而實現對醫學影像的準確分割。

附圖說明