三维图像中目标对象的分割方法、装置及电子设备制造方法及图纸

本申请实施例提供了一种三维图像中目标对象的分割方法、装置及电子设备。该方法包括：根据多通道三维网络模型的多个分支特征三维网络，分别对待分割的多个模态组的三维图像进行特征提取，得到多个分支的分支特征图；根据融合特征三维网络，对多个分支的分支特征图进行特征提取和融合，得到融合特征图；根据尺寸放大三维网络，对融合特征图和多个分支的分支特征图进行融合和尺寸放大，得到分割出目标对象的三维图像。本申请实施例中，提取并融合了同一目标对象在不同模态组的三维图像中不同的形态特征，大大提升了目标对象的类型和边缘识别精度，从而提升目标对象的分割精度。

Segmentation method, device and electronic equipment of target object in 3D image

【技术实现步骤摘要】
三维图像中目标对象的分割方法、装置及电子设备
本申请涉及图像处理
，具体而言，本专利技术涉及一种三维图像中目标对象的分割方法、装置及电子设备。
技术介绍
目前，存在一些三维图像，包括医学三维图像，例如，CT(ComputedTomography，电子计算机断层扫描)图像和MRI(nuclearMagneticResonanceImaging，核磁共振成像)图像。用户从三维图像中目视识别出各目标对象比较困难，例如医生从医学三维图像中逐一筛查识别出目标对象比较困难，很容易出现误检与漏检，并比较耗费时间。因此，相关技术人员开发了三维图像中目标对象的分割方法。现有技术存在一种基于实例分割(InstanceSegmentation)的目标对象的分割方法，通过对某一模态的三维图像进行分类，将三维图像中的各目标对象(例如细胞核)分割出来。然而，本申请的专利技术人发现，利用现有技术从三维图像中分割出的目标对象的精度较为低下，或者分割过程速度较慢，耗时较长。
技术实现思路
本申请提供了一种三维图像中目标对象的分割本文档来自技高网...

【技术保护点】
1.一种三维图像中目标对象的分割方法，其特征在于，包括：/n根据多通道三维网络模型的多个分支特征三维网络，分别对待分割的多个模态组的三维图像进行特征提取，得到多个分支的分支特征图；所述多通道三维网络模型包括依次级联的分支特征三维网络组、融合特征三维网络和尺寸放大三维网络；所述分支特征三维网络组包括多个并列的所述分支特征三维网络；/n根据所述融合特征三维网络，对多个分支的分支特征图进行特征提取和融合，得到融合特征图；/n根据所述尺寸放大三维网络，对所述融合特征图和多个分支的分支特征图进行融合和尺寸放大，得到分割出目标对象的三维图像。/n

【技术特征摘要】
1.一种三维图像中目标对象的分割方法，其特征在于，包括：
根据多通道三维网络模型的多个分支特征三维网络，分别对待分割的多个模态组的三维图像进行特征提取，得到多个分支的分支特征图；所述多通道三维网络模型包括依次级联的分支特征三维网络组、融合特征三维网络和尺寸放大三维网络；所述分支特征三维网络组包括多个并列的所述分支特征三维网络；
根据所述融合特征三维网络，对多个分支的分支特征图进行特征提取和融合，得到融合特征图；
根据所述尺寸放大三维网络，对所述融合特征图和多个分支的分支特征图进行融合和尺寸放大，得到分割出目标对象的三维图像。


2.根据权利要求1所述的方法，其特征在于，所述融合特征三维网络包括级联的一级融合特征三维子网络和二级融合特征三维子网络；
以及，所述根据所述融合特征三维网络，对多个分支的分支特征图进行特征提取和融合，得到融合特征图，包括：
根据所述一级融合特征三维子网络，对各分支的所述分支特征图进行融合，对融合后的各分支的所述分支特征图进行特征提取，得到所述融合特征图中的一级融合特征图；
根据所述二级融合特征三维子网络，对所述一级融合特征图进行特征提取，得到所述融合特征图中的二级融合特征图。


3.根据权利要求2所述的方法，其特征在于，所述根据所述一级融合特征三维子网络，对各分支的所述分支特征图进行融合，对融合后的各分支的所述分支特征图进行特征提取，得到所述融合特征图中的一级融合特征图，包括：
所述一级融合特征三维子网络包括级联的融合三维卷积块和至少一个三维卷积块；
根据所述融合三维卷积块，分别对各分支的所述分支特征图进行卷积，并将各分支卷积后的分支特征图进行融合，得到原始融合特征图；
根据所述至少一个三维卷积块，对所述原始融合特征图进行特征提取，得到所述一级融合特征图。


4.根据权利要求3所述的方法，其特征在于，所述根据所述融合三维卷积块，分别对各分支的所述分支特征图进行卷积，并将各分支卷积后的分支特征图进行融合，得到原始融合特征图，包括：
根据所述融合三维卷积块的各三维卷积单元中的三维卷积层，分别对各分支的所述分支特征图进行卷积，所述各三维卷积单元相并列；
根据所述融合三维卷积块中的连接层，对各分支卷积后的所述分支特征图在通道维度上进行连接，得到所述原始融合特征图，所述连接层级联在所述各三维卷积单元之后。


5.根据权利要求3所述的方法，所述二级融合特征三维子网络包括级联的步进三维卷积块和至少一个三维卷积块；
和/或，所述至少一个三维卷积块包括级联的多个所述三维卷积块；所述三维卷积块包括：深度立体密集网络块和三维图卷积网络块中的至少一种；以及，所述三维图卷积网络块包括并联的两个二维卷积单元分支、级联在两个所述二维卷积单元分支之后的平行连接块、以及级联在所述平行连接块之后的第一维卷积单元；所述二维卷积单元分支中包括级联的第二维卷积单元和第三维卷积单元、或级联的第三维卷积单元和第二维卷积单元。


6.根据权利要求5所述的方法，其特征在于，所述根据所述至少一个三维卷积块，对所述原始融合特征图进行特征提取，得到所述一级融合特征图，包括：
对于级联的每个三维图卷积网络块，将所述原始融合特征图或前一个三维图卷积网络块输出的中间融合特征图作为输入特征图；
根据该三维图卷积网络块的两个所述二维卷积单元分支，分别对所述输入特征图在第二维和第三维上进行特征提取，得到各分支的第二维和第三维的特征图；
根据该三维图卷积网络块的所述平行连接块，对各分支的第二维和第三维的特征图进行平行连接；
根据该三维图卷积网络块的所述第一维卷积单元，对平行连接得到的第二维和第三维的特征图在第一维上进行特征提取，并叠加所述输入特征图，得到该三维图卷积网络块对应的中间融合特征图或所述一级融合特征图并输出。


7.根据权利要求2所述的方法，其特征在于，所述分支特征三维网络包括级联的一级分支特征三维子网络和二级分支特征三维子网络；
以及，所述根据多个分支特征三维网络，分别对待分割的多个模态组的三维图像进行特征提取，得到多个分支的分支特征图，包括：
根据每个所述分支特征三维网络中的一级分支特征三维子网络，对待分割的每个模态组的三维图像进行特征提取，得到该分支的分支特征图中的一级分支特征图；
根据该所述分支特征网络中的二级分支特征三维子网络，对所述一级分支特征图进行特征提取，得到该分支的分支特征图中的二级分支特征图。


8.根据权利要求7所述的方法，其特征在于，所述二级分支特征三维子网络包括二维级联密集块或者级联的深度立体残差网络块；
以及，所述根据该所述分支特征网络中的二级分支特征三维子网络，对所述一级分支特征图进行特征提取，得到该分支的分支特征图中的二级分支特征图，包括：
所述二维级联密集块包括级联的第一二维卷积单元、第二二维卷积单元和第三二维卷积单元；
根据所述第一二维卷积单元，在第一个二维上提取所述一级分支特征图的特征，得到第一二维特征图；
对所述第一二维特征图和所述一级分支特征图进行一级叠加；根据所述第二二维卷积单元，在第二个二维上提取一级叠加后的特征图的特征，得到...

【专利技术属性】
技术研发人员：卓嘉璇，李悦翔，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