图像分割方法、计算机设备和可读存储介质技术

本发明专利技术涉及一种图像分割方法、计算机设备和可读存储介质，该方法包括：获取待分割的医学图像；将所述医学图像输入分割模型，得到所述医学图像的分割结果；其中，所述分割模型的上采样模块包括混合通道打乱机制层。在该方法中，分割模型的上采样模块包括混合通道打乱机制层能够在减少分割模型的计算量和参数量的同时，获取输入的医学图像更多的特征信息，从而能够对输入的医学图像进行更加准确的分割，提高了得到的医学图像的分割结果的准确度。

Image segmentation method, computer equipment and readable storage medium

【技术实现步骤摘要】
图像分割方法、计算机设备和可读存储介质
本专利技术涉及医学图像领域，特别是涉及一种图像分割方法、计算机设备和可读存储介质。
技术介绍
随着计算机断层成像(ComputedTomography,CT)技术的不断提升，能够为医生提供更加清晰和精细的人体医学CT图像。因此，利用CT图像提取患者器官的形状结构信息具有重要的临床应用价值。但是，由于CT图像中各个器官分布复杂，相互之间结构存在干扰以及不同扫描CT图像的差异性等因素都成为准确地分割CT图像的挑战性问题。传统技术中，对CT图像进行分割时是将CT图像输入训练好的U-Net网络或者V-Net网络中，利用下采样网络和上采样网络产生CT图像的分割图像，提取CT图像中各个器官的形状信息。但是，传统的对CT图像的分割方法存在分割结果不准确的问题。
技术实现思路
基于此，有必要针对传统的对CT图像的分割方法存在分割结果不准确的问题，提供一种图像分割方法、计算机设备和可读存储介质。第一方面，本专利技术实施例提供一种图像分割方法，所述方法包括：获取待分割的医学图像；将所述医学图像输入分割模型，得到所述医学图像的分割结果；其中，所述分割模型的上采样模块包括混合通道打乱机制层。第二方面，本专利技术实施例提供一种图像分割装置，所述装置包括：获取模块，用于获取待分割的医学图像；分割模块，用于将所述医学图像输入分割模型，得到所述医学图像的分割结果；其中，所述分割模型的上采样模块包括混合通道打乱机制层。第三方面，本专利技术实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取待分割的医学图像；将所述医学图像输入分割模型，得到所述医学图像的分割结果；其中，所述分割模型的上采样模块包括混合通道打乱机制层。第四方面，本专利技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取待分割的医学图像；将所述医学图像输入分割模型，得到所述医学图像的分割结果；其中，所述分割模型的上采样模块包括混合通道打乱机制层。上述实施例提供的图像分割方法、装置、计算机设备和可读存储介质中，计算机设备获取待分割的医学图像，将该医学图像输入分割模型，得到该医学图像的分割结果；其中，分割模型的上采样模块包括混合通道打乱机制层。在该方法中，分割模型的上采样模块包括混合通道打乱机制层能够在减少分割模型的计算量和参数量的同时，获取输入的医学图像更多的特征信息，从而能够对输入的医学图像进行更加准确的分割，提高了得到的医学图像的分割结果的准确度。附图说明图1为一个实施例提供的计算机设备的内部结构示意图；图2为一个实施例提供的图像分割方法的流程示意图；图3为另一个实施例提供的图像分割方法的流程示意图；图3(a)为一个实施例提供的将医学图像输入分割模型得到分割结果的流程示意图；图4为一个实施例提供的图像分割装置结构示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请实施例提供的图像分割方法，可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器，该存储器中存储有计算机程序，处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的，该计算机设备还可以包括网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器，该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的，该计算机设备可以是服务器，可以是个人计算机，还可以是个人数字助理，还可以是其他的终端设备，例如平板电脑、手机等等，还可以是云端或者远程服务器，本申请实施例对计算机设备的具体形式并不做限定。传统的技术中，对CT图像进行分割时是将CT图像输入训练好的U-Net网络或者V-Net网络中，利用下采样模块和上采样模块产生CT图像的分割图像，但是传统的V-Net网络的下采样模块中大量采用三维的5*5*5卷积操作，一定程度上造成网络参数过多导致对V-Net网络训练困难和不易收敛的问题；另外，下采样模块经过多次下采样操作使得CT图像中比较细小器官的信息基本上会消失，导致最终的CT分割图像中信息缺失，从而起不到辅助诊断的作用。为此，本申请实施例提供一种图像分割方法、计算机设备和可读存储介质，旨在解决传统技术的如上技术问题。需要说明的是，本申请实施例提供的图像分割方法，其执行主体可以是图像分割装置，该图像分割装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。需要说明的是，本实施例提供的图像分割方法可以适用于所有医学图像的分割，包括但不限于计算机断层成像(ComputedTomography,CT)图像、磁共振成像(MagneticResonanceImaging，MRI)图像等医学图像的分割。下面以具体的实施例对本专利技术的技术方案以及本专利技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。图2为一个实施例提供的图像分割方法的流程示意图。本实施例涉及的是计算机设备将待分割的医学图像输入分割模型，得到该医学图像的分割结果的具体实现过程。如图2所示，该方法可以包括：S201，获取待分割的医学图像。其中，待分割的医学图像可以为各种医学影像设备生成的医学图像，可以是CT图像、也可以是MRI图像，或其他医学影像图像。可选的，计算机设备可以从PACS(PictureArchivingandCommunicationSystems，影像归档和通信系统)服务器中获取待分割的医学图像，也可以从医学影像设备中实时地获取待分割的医学图像。获取的待分割的医学图像可以为人体各器官的医学图像，示例性地，以获取的待分割的医学图像为CT图像进行说明，获取的待分割的CT图像可以为心脏CT图像，也可以为肝脏CT图像或者脑部CT图像。S202，将医学图像输入分割模型，得到医学图像的分割结果；其中，分割模型的上采样模块包括混合通道打乱机制层。具体的，计算机设备将上述医学图像输入分割模型，得到该医学图像的分割结果。其中，该分割模型的上采样模块包括混合通道打乱机制层。可选的，分割模型的网络结构可以为3DV-Net网络结构。可选的，计算机设备将上述医学图像输入分割模型之前，可以对该医学图像进行预处理和数据增强操作，预处理包括灰度归一化、重采样处理、裁剪处理等处理，数据增强操作包本文档来自技高网...

【技术保护点】
1.一种图像分割方法，其特征在于，所述方法包括：/n获取待分割的医学图像；/n将所述医学图像输入分割模型，得到所述医学图像的分割结果；其中，所述分割模型的上采样模块包括混合通道打乱机制层。/n

【技术特征摘要】
1.一种图像分割方法，其特征在于，所述方法包括：
获取待分割的医学图像；
将所述医学图像输入分割模型，得到所述医学图像的分割结果；其中，所述分割模型的上采样模块包括混合通道打乱机制层。


2.根据权利要求1所述的方法，其特征在于，所述分割模型还包括输入模块、下采样模块和输出模块；所述将所述医学图像输入分割模型，得到所述医学图像的分割结果，包括：
将所述医学图像输入所述输入模块，得到所述医学图像的特征图；
将所述特征图输入所述下采样模块，得到所述医学图像的下采样特征图；
将所述下采样特征图输入所述上采样模块，利用混合通道打乱机制得到所述医学图像的融合特征图；
将所述融合特征图输入所述输出模块，根据所述融合特征图得到所述医学图像的分割结果。


3.根据权利要求2所述的方法，其特征在于，所述将所述下采样特征图输入所述上采样模块，利用混合通道打乱机制得到所述医学图像的融合特征图，包括：
将所述下采样特征图输入所述上采样模块，得到所述医学图像的上采样特征图；
对所述下采样特征图和所述上采样特征图，利用所述混合通道打乱机制得到所述医学图像的融合特征图。


4.根据权利要求3所述的方法，其特征在于，所述对所述下采样特征图和所述上采样特征图，利用所述混合通道打乱机制得到所述医学图像的融合特征图，包括：
对所述下采样特征图和所述上采样特征图进行组卷积操作，得到第一特征图；所述第一特征图包括多组通道；所述第一特征图的通道数、所述下采样特征图的通道数、所述上采样...

【专利技术属性】
技术研发人员：张培，沈宏，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：上海;31