基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法技术

本发明专利技术属于医学影像处理技术领域，公开了一种基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法,将心脏MRI图像进行分割，完整得分割出心肌和血池等医学解剖结构。本发明专利技术通过使用带孔卷积取代传统的卷积，这样的好处就是卷积核的感受野更大能够获取到更大的上下文信息；通过使用空间金字塔池化，可以在不同尺度上对图像进行信息提取，应对图像的多尺度特性，即使是很小的物体也能有效地捕捉；通过使用编码器和解码器结构可以恢复细节信息，将浅层的特征和高层的特征进行融合，得到语义丰富且细节完整的分割掩膜；本发明专利技术减轻了医生的工作负担，对病情分析还有后续的治疗计划和术后评估都有重大的意义。

DCM Myocardial Diagnosis and Treatment Radiographic Image Segmentation Method Based on Multi-scale Characteristic Pyramid

The invention belongs to the field of medical image processing technology, and discloses a DCM myocardial diagnostic and therapeutic radiographic image segmentation method based on multi-scale feature pyramid, which divides the cardiac MRI image and completely divides the medical anatomical structures such as myocardium and pool. By using convolution with holes instead of traditional convolution, the invention has the advantage that the perception field of convolution core is larger and more contextual information can be obtained; by using spatial pyramid pooling, information can be extracted on different scales to cope with the multi-scale characteristics of images, even small objects can be captured effectively; and by using coders and decoders. The device structure can restore detailed information, fuse shallow features with high-level features, and obtain semantically rich and detailed segmentation mask; the invention reduces the workload of doctors, and has great significance for disease analysis, follow-up treatment plan and post-operative evaluation.

【技术实现步骤摘要】
基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法
本专利技术属于医学影像处理
，尤其涉及一种基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法。
技术介绍
目前，业内常用的现有技术是这样的：图像的语义分割(SemanticImageSegmentation)是人工智能和计算机视觉领域的重要研究主题。该研究旨在利用算法自动或半自动地将图像中不同物体所在的区域进行精细的、像素级的区分。图像语义分割就要将区分图中的摩托车和人，得到右边摩托车的绿色和人的红色分割掩膜。该研究要求算法产生与原始图像相同大小的分割掩膜，掩膜中使用不同的值对原始图像中不同类别的物体进行像素语义标注，同时保留物体的精细的边缘细节。图像语义分割的难点在于要对图像中不同物体进行语义分类，因为物体存在着不同的纹理、颜色、尺寸等特性，要区分不同物体的同时还要求物体与物体之间的边缘清晰，细节保留完整。传统的机器学习算法从简单的阈值法，到基于像素聚类的分割法，再到图划分的分割方法，效果都不太如人意。现在深度学习的浪潮，特别是卷积神经网络的飞速发展，各种基于深度卷积的分割方法百花齐放。在各种图像视觉学习任务中取得了优秀本文档来自技高网...

【技术保护点】
1.一种基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法，其特征在于，所述基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法包括：使用带孔卷积获取图像中更远距离的上下文信息；使用空间金字塔池化，在不同尺度上对图像进行信息提取、捕捉；通过使用编码器和解码器结构恢复细节信息；使用跳跃连接，将浅层的特征和高层的特征进行融合，在被分割物体边缘上得到语义丰富且细节完整的分割掩膜。

【技术特征摘要】
1.一种基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法，其特征在于，所述基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法包括：使用带孔卷积获取图像中更远距离的上下文信息；使用空间金字塔池化，在不同尺度上对图像进行信息提取、捕捉；通过使用编码器和解码器结构恢复细节信息；使用跳跃连接，将浅层的特征和高层的特征进行融合，在被分割物体边缘上得到语义丰富且细节完整的分割掩膜。2.如权利要求1所述的基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法，其特征在于，所述基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法具体包括：第一步：输入一张心脏磁共振图像；第二步：对图像进行预处理；第三步：使用卷积神经网络进行训练，对图像进行特征提取；第四步：将第一层和经过三个深度可分离卷积层之后的特征图进行残差连接；第五步：重复多次卷积和残差连接的特征提取；第六步：将来自深层的特征图经过上采样后，与来自浅层的特征图进行融合；第七步：将经过融合的特征图进行上采样，到达与原图相同大小；第八步：将第七步得到的特征图送入softmax层，得到分割概率响应图；第九步：对图像进行后处理；第十步：保存到文件，得到最终的分割掩膜结果。3.如权利要求2所述的基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法，其特征在于，第二步具体包括：步骤一：将图像重新采样，保证空间分辨率为1x1x1；步骤二：将图像归一化，保证图像中的亮度值在-1到1；步骤三：将图像裁剪，只保留ROI区域。4.如权利要求2所述的基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法，其特征在于，第三步具体包括：步骤一：使用卷积核对图像进行卷积操作；步骤二：对上一步深度可分离卷积后的特征图进行批归一化；步骤三：将上一步得到的特征图通过ReLU激活函数。5.如权利要求2所述的基于多尺度特征金字塔的DCM心肌诊疗放射影像分割方法，其特征在于，...

【专利技术属性】
技术研发人员：吴锡，夏朝阳，陈玉成，李孝杰，徐源蔚，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川,51