[發明專利]醫學圖像的目標元素分割方法、模型、電子設備

有效

• 申請號: 202211689087.9
• 申請日: 2022-12-28
• 公開（公告）號: CN115700762B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 戴亞康;周志勇;耿辰;錢旭升;胡冀蘇;黃智宏
• 申請（專利權）人: 蘇州國科康成醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06V10/26;G06V10/80
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 陳剛

本申請公開了一種醫學圖像的目標元素分割方法、模型、電子設備。該方法包括：獲取待分割的醫學圖像，并進行增強和擴增處理，作為輸入數據；將輸入數據輸入分割模型，由分割模型輸出對應的分割結果，其中，分割模型具有多尺度特征激活模塊，殘余標簽模塊以及距離圖加權模塊；根據分割結果對醫學圖像中的目標元素進行分割。解決了相關技術中在對醫學圖像中的血管進行分割時，由于模型結構不佳，導致血管分割結果準確率低的問題。

技術領域

本申請涉及圖像分割領域，具體而言，涉及一種醫學圖像的目標元素分割方法、模型、電子設備。

背景技術

傳統的醫學圖像分割，雖然體處理了利用UNet分割網絡作為模型的主干網絡，但是由于醫學圖像中的血管體積較小，與其他的器官組織相比，更難被有效的識別和發現，導致現有的UNet分割網絡也無法進行有效的分割。

針對相關技術中在對醫學圖像中的血管進行分割時，由于模型結構不佳，導致血管分割結果準確率低的問題，目前尚未提出有效的解決方案。

發明內容

本申請的主要目的在于提供一種醫學圖像的目標元素分割方法、模型、電子設備，以解決相關技術中在對醫學圖像中的血管進行分割時，由于模型結構不佳，導致血管分割結果準確率低的問題。

為了實現上述目的，根據本申請的一個方面，提供了一種醫學圖像的目標元素分割方法，所述方法包括：獲取待分割的醫學圖像，并進行增強和擴增處理，作為輸入數據；將所述輸入數據輸入分割模型，由所述分割模型輸出對應的分割結果，其中，所述分割模型具有多尺度特征激活模塊，殘余標簽模塊以及距離圖加權模塊；根據所述分割結果對所述醫學圖像中的目標元素進行分割。

可選的，獲取待分割的醫學圖像，并進行增強和擴增處理，作為輸入數據包括：獲取所述醫學圖像，其中，所述醫學圖像中包括所述目標元素的感興趣區域；對所述目標元素進行增強，得到增強圖像；對所述醫學圖像和所述增強圖像進行通道合并，得到合并圖像；對所述合并圖像通過重采樣，強度調整以及歸一化處理；對處理后的合并圖像，進行數據擴增，得到多個預設尺寸大小的圖像特征集，作為所述輸入數據。

可選的，將所述輸入數據輸入分割模型，由所述分割模型輸出對應的分割結果包括：將預設尺寸大小的圖像特征，輸入所述分割模型，其中，所述分割模型的主干網絡為UNet分割網絡，所述UNet分割網絡包括多層編碼模塊和解碼模塊；每層的解碼模塊和編碼模塊之間通過跳躍連接結構相連，下層的編碼模塊輸入為上層的編碼模塊輸出進行下采樣得到的數據，上層的解碼模塊輸入包括本層的編碼模塊的輸出，以及下層的解碼模塊輸出進行上采樣得到的數據；將多層編碼模塊的輸出數據輸入至所述多尺度特征激活模塊進行特征激活處理，將處理后的融合特征數據發送給每層編碼模塊對應的解碼模塊；將多層解碼模塊的輸出數據輸入至所述殘余標簽模塊，計算殘余標簽；將所述殘余標簽輸入所述距離圖加權模塊，將所述距離圖加權模塊的輸出作為各層解碼模塊上采樣的輸入；通過所述UNet分割網絡輸出最終的分割結果。

可選的，將多層編碼模塊的輸出數據輸入至所述多尺度特征激活模塊進行特征激活處理，將處理后的融合特征數據發送給每層編碼模塊對應的解碼模塊包括：在所述多尺度特征激活模塊中，將多層編碼模塊的輸出數據通過各自對應的通道輸入壓縮激勵單元，對各層編碼模塊的輸出數據進行特征融合，并進行篩選，得到各通道的融合特征；將各通道的融合特征發送給每層編碼模塊對應的解碼模塊。

可選的，將多層解碼模塊的輸出數據輸入至所述殘余標簽模塊，計算殘余標簽包括：在所述殘余標簽模塊中，根據所述醫學圖像中元素標簽的切片，通過殘余標簽計算公式，計算所述殘余標簽，其中，所述殘余標簽計算公式如下：，式中，和代表的第層和第層兩張相鄰切片，切片大小為，為殘余標簽，，為切片中每個體素的元素標簽值。