【技术实现步骤摘要】
医学影像分割方法、装置、电子设备和存储介质
本专利技术涉及通信
,具体涉及一种医学影像分割方法、装置、电子设备和存储介质。
技术介绍
随着人工智能(AI,ArtificialIntelligence)的发展,AI在医疗领域上的应用也越来越为广泛,特别是在医学影像的分割上。例如,以肝脏的分割为例,具体可以训练一个可以逐切片分割肝脏影像的二维(2D,2Dimension)卷积神经网络,然后,对待分割的三维(3D,3Dimension)肝脏影像,如肝脏的电子计算机断层扫描(CT,ComputedTomography)影像进行切片后,将切片分别导入训练后的2D卷积神经网络进行分割,得到分割结果,比如得到肝脏区域,等等。在对现有技术的研究和实践过程中,本专利技术的专利技术人发现,由于2D卷积神经网络需要对3D医学影像进行切片后,再逐片进行分割,因此,很难捕捉到目标对象(如肝脏)的形状信息,所以,其分割精准性并不高。
技术实现思路
本申请实施例提供一种医学影像分割方法、装置和存储介质,可以提高分割的精准性。本申请实施例提供一种医学影像分割方法,包括:获取切片对,所述切片对包括两张从待分割医学影像中采样所得的切片;采用不同感受野对所述切片进行特征提取,得到每一切片的高层特征信息和低层特征信息;根据所述低层特征信息和高层特征信息对切片中的目标对象进行分割,得到每一切片的初始分割结果;将所述低层特征信息和高层特征信息进行融合,并根据融合后特征信息确定所述切片之间的关联信息;基于所述关联信息和切片对中所有切片的初始分割结果生成所述切片对的分割结果。相应的,本申请实施例还提供 ...
【技术保护点】
1.一种医学影像分割方法,其特征在于,包括:获取切片对,所述切片对包括两张从待分割医学影像中采样所得的切片;采用不同感受野对所述切片进行特征提取,得到每一切片的高层特征信息和低层特征信息;根据所述低层特征信息和高层特征信息对切片中的目标对象进行分割,得到每一切片的初始分割结果;将所述低层特征信息和高层特征信息进行融合,并根据融合后特征信息确定所述切片之间的关联信息;基于所述关联信息和切片对中所有切片的初始分割结果生成所述切片对的分割结果。
【技术特征摘要】
1.一种医学影像分割方法,其特征在于,包括:获取切片对,所述切片对包括两张从待分割医学影像中采样所得的切片;采用不同感受野对所述切片进行特征提取,得到每一切片的高层特征信息和低层特征信息;根据所述低层特征信息和高层特征信息对切片中的目标对象进行分割,得到每一切片的初始分割结果;将所述低层特征信息和高层特征信息进行融合,并根据融合后特征信息确定所述切片之间的关联信息;基于所述关联信息和切片对中所有切片的初始分割结果生成所述切片对的分割结果。2.根据权利要求1所述的方法,其特征在于,所述根据融合后特征信息确定所述切片之间的关联信息,包括:从融合后特征信息中筛选出属于目标对象的特征;根据筛选出的特征确定所述切片之间的关联信息。3.根据权利要求2所述的方法,其特征在于,所述根据筛选出的特征确定所述切片之间的关联信息,包括:根据筛选出的特征确定每一切片的背景区域和前景区域;计算所述切片之间前景区域的差集像素和交集像素;根据所述背景区域、差集像素和交集像素生成所述切片之间的关联信息。4.根据权利要求3所述的方法,其特征在于,所述计算所述切片之间前景区域的差集像素和交集像素,包括:将所述融合后特征信息中,只属于切片对中任一切片的前景区域的像素点作为差集像素;将所述融合后特征信息中,同时属于切片对中两张切片的前景区域的像素点作为交集像素。5.根据权利要求3所述的方法,其特征在于,所述根据所述背景区域、差集像素和交集像素生成所述切片之间的关联信息,包括:对所述背景区域、差集像素和交集像素进行像素类型标识,得到所述切片之间的关联信息。6.根据权利要求1至5任一项所述的方法,其特征在于,所述切片对中包括第一切片和第二切片;所述基于所述关联信息和切片对中所有切片的初始分割结果生成所述切片对的分割结果,包括:根据所述关联信息和第一切片的初始分割结果预测第二切片的分割结果,得到第二切片的预测分割结果;根据所述关联信息和第二切片的初始分割结果预测第一切片的分割结果,得到第一切片的预测分割结果;基于第一切片的预测分割结果对第一切片的初始分割结果进行调整,得到第一切片的调整后分割结果;基于第二切片的预测分割结果对第二切片的初始分割结果进行调整,得到第二切片的调整后分割结果;对第一切片的调整后分割结果和第二切片的调整后分割结果进行融合,得到所述切片对的分割结果。7.根据权利要求6所述的方法,其特征在于,所述基于第一切片的预测分割结果对第一切片的初始分割结果进行调整,得到第一切片的调整后分割结果,包括:对第一切片的预测分割结果和第一切片的初始分割结果进行平均处理,得到第一切片的调整后分割结果;所述基于第二切片的预测分割结果对第二切片的初始分割结果进行调整,得到第二切片的调整后分割结果,包括:对第二切片的预测分割结果和第二切片的初始分割结果进行平均处理,得到第二切片的调整后分割结果。8.根据权利要求6所述的方法,其特征在于,所述对第一切片的调整后分割结果和第二切片的调整后分割结果进行融合,得到所述切片对的分割结果。对第一切片的调整后分割结果和第二切片的调整后分割结果进行平均处理,将平均处理后的结果进行二值化处理,得到所述切片对的分割结果。9.根据权利要求1至5任一项所述的方法,其特征在于,所述采用不同感受野对所述切片进行特征提取,得到每一切片的高层特征信息和低层特征信息,包括:通过训练后分割模型中的残差网络对所述切片进行特征提取,得到每一切片的高层特征信息和低层特征信息;所述根据所述低层特征信息和高层特征信息对切片中的目标对象进行分割,得到每一切片的初始分割结果,包括:根据所述低层特征信息和高层特征信息,通过训练后分割模型中的分割网络对切片中的目标对象进行分割,得到每一切片的初始分割结果;所述将所述低层特征信息和高层特征信息...
【专利技术属性】
技术研发人员:曹世磊,王仁振,马锴,郑冶枫,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。