基于改进U-net的脊椎CT图像分割方法及装置制造方法及图纸

本发明专利技术公开了基于改进U‑net的脊椎CT图像分割方法及装置，实施以下步骤:对输入的脊椎CT原始图像进行预处理；构建改进U‑net网络；利用脊椎CT原始图像训练改进U‑net网络；输入待分割的脊椎CT图像至改进U‑net网络并得到分割结果；改进U‑net包括第一收缩路径、第二收缩路径和扩展路径，第一收缩路径和扩展路径采用具有可分离卷积结构的新型卷积块替代标准卷积块；减少网络的计算复杂度并提高分割精度。

Method and device of spine CT image segmentation based on improved u-net

【技术实现步骤摘要】
基于改进U-net的脊椎CT图像分割方法及装置
本专利技术涉及图像处理领域，特别是基于改进U-net的脊椎CT图像分割方法及装置。
技术介绍
我国的中老年群体当中有97％都患有脊椎疾病，现今又呈现出日趋年轻化的趋势。脊椎医学影像的研究对辅助医师临床诊断帮助解决脊椎问题具有重要意义。医学图像分割一直是医学成像领域面临的主要挑战之一，分割任务是许多不同类型临床应用的先决条件。能否从人体脊柱的CT图像当中正确分割出脊椎直接影响到医师对病人病情的临床判断。随着深度学习的兴起，将深度卷积神经网络应用到脊椎CT图像分割上，使分割效果得到进一步提升。但，依然存在计算量庞大，分割效果不够理想的问题。
技术实现思路
本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供基于改进U-net的脊椎CT图像分割方法及装置。本专利技术解决其问题所采用的技术方案是：第一方面，基于改进U-net的脊椎CT图像分割方法，包括以下步骤：对输入的脊椎CT原始图像进行预处理；构建改进U-net网络；利用所述本文档来自技高网...

【技术保护点】
1.基于改进U-net的脊椎CT图像分割方法，其特征在于，包括以下步骤：/n对输入的脊椎CT原始图像进行预处理；/n构建改进U-net网络；/n利用所述脊椎CT原始图像训练所述改进U-net网络；/n输入待分割的脊椎CT图像至训练好的所述改进U-net网络并得到分割结果；/n其中，所述改进U-net网络包括第一收缩路径、第二收缩路径和扩展路径；/n所述第一收缩路径包括多个依次逐级下采样的新型卷积块；所述第二收缩路径包括多个依次逐级下采样的标准卷积块；所述扩展路径包括多个依次逐级上采样的新型卷积块；/n所述新型卷积块是在一个3x3卷积层后分别连接两个3x1卷积层，每个3x1卷积层后分别连接一个1...

【技术特征摘要】
1.基于改进U-net的脊椎CT图像分割方法，其特征在于，包括以下步骤：
对输入的脊椎CT原始图像进行预处理；
构建改进U-net网络；
利用所述脊椎CT原始图像训练所述改进U-net网络；
输入待分割的脊椎CT图像至训练好的所述改进U-net网络并得到分割结果；
其中，所述改进U-net网络包括第一收缩路径、第二收缩路径和扩展路径；
所述第一收缩路径包括多个依次逐级下采样的新型卷积块；所述第二收缩路径包括多个依次逐级下采样的标准卷积块；所述扩展路径包括多个依次逐级上采样的新型卷积块；
所述新型卷积块是在一个3x3卷积层后分别连接两个3x1卷积层，每个3x1卷积层后分别连接一个1x3卷积层，两个1x3卷积层同连接到一个1x1卷积层，1x1卷积层后连接特征融合层，所述特征融合层将进入3x3卷积层的特征和从1x1卷积层输出的特征融合；所述标准卷积块包括依次连接的两个3x3卷积层和一个最大池化层，所述标准卷积块的每个层间通过ReLu激活函数下采样。


2.根据权利要求1所述的基于改进U-net的脊椎CT图像分割方法，其特征在于，所述第一收缩路径的每一层对应长连接至所述扩展路径的每一层，所述第二收缩路径的每一层对应长连接至所述扩展路径的每一层。


3.根据权利要求1所述的基于改进U-net的脊椎CT图像分割方法，其特征在于，所述第一收缩路径的每一层对应长连接至所述扩展路径的每一层，所述第二收缩路径的每一层对应长连接至所述第一收缩路径的每一层。


4.根据权利要求2或3所述的基于改进U-net的脊椎CT图像分割方法，其特征在于，所述改进U-net网络还包括预编码路径，所述预编码路径包括多个依次逐级下采样的所述标准卷积块；所述预编码路径的最后一层标准卷积块分别与...

【专利技术属性】
技术研发人员：梁淑芬，杨芳臣，陈琛，秦传波，林卓胜，李澄非，岳洪伟，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44