一种磁共振左心室图像分割的处理方法、模型及训练方法技术

本申请提供一种磁共振左心室图像分割的处理方法、模型及训练方法。方法包括：获得包含有对象的图像；对所述图像依次进行N次下采样处理，获得所述图像的特征数据；通过对所述图像的特征数据依次进行M次上采样处理，获得上采样处理后的特征数据；对所述上采样处理后的特征数据进行激活处理，以提取出所述对象。在卷积获得卷积特征后，通过按卷积特征中各通道的重要程度对应调整该卷积特征，使得调整后的卷积特征中重要程度高的通道的特征能够被突出，而重要程度低的通道的特征则能够被抑制。以便通过上采样处理该调整后的卷积特征，能够更准确的从图像中提取出对象。

【技术实现步骤摘要】
一种磁共振左心室图像分割的处理方法、模型及训练方法
本申请涉及图像处理
，具体而言，涉及一种磁共振左心室图像分割的处理方法、模型及训练方法。
技术介绍
随着技术的不断进步，利用机器学习进行处理已经实现了比较广泛的应用，最为典型的是利用机器学习可以将图像中的对象从图像的背景中提取出来，以实现自动抠图。而在对图像中的对象进行提取时，若图像中的背景和对象区分不明显，或者图像中背景复杂的情况下，比如对心脏磁共振图像中左心肌的图形进行提取时，由于左心肌与其周围组织灰度对比度低，以及血池中乳头肌和小梁通常与心内膜连接且灰度也与左心肌相近，故导致机器学习训练出的模型的鲁棒性和准确性都比较低，难以准确的将左心肌的图形提取出。换言之，在图像中的背景和对象区分不明显或者背景复杂时，机器学习难以准确的将图像中的对象提取出。
技术实现思路
本申请实施例的目的在于提供一种磁共振左心室图像分割的处理方法、模型及训练方法，用以实现在图像中的背景和对象区分不明显或者背景复杂时，能够准确的将图像中的对象提取出。第一方面，本申请实施例提供了一种磁共振左心室图像分割的处理方法，所述方法包括：获得包含有对象的图像；对所述图像依次进行N次下采样处理，获得所述图像的特征数据，其中，第x次下采样处理包括：对输入数据进行卷积以获得卷积特征，按所述卷积特征中各通道的重要程度对应调整所述卷积特征，获得调整后的卷积特征；再对所述调整后的卷积特征进行池化，获得第x次下采样处理的特征数据，x＝1时，所述输入数据为所述图像，x≠1时，所述输入数据为第x-1次下采样处理所得的特征数据，N为正整数，x取1到N；通过对所述图像的特征数据依次进行M次上采样处理，获得上采样处理后的特征数据，M为正整数；对所述上采样处理后的特征数据进行激活处理，以提取出所述对象。在本申请实施例中，在通过卷积获得卷积特征后，通过按卷积特征中各通道的重要程度对应调整该卷积特征，使得调整后的卷积特征中重要程度高的通道的特征能够被突出，而重要程度低的通道的特征则能够被抑制。以便通过上采样处理该调整后的卷积特征，能够更准确的从图像中提取出对象。结合第一方面，在第一种可能的实现方式中，按所述卷积特征中各通道的重要程度对应调整所述卷积特征，获得调整后的卷积特征，包括：将所述卷积特征中每个通道的二维特征压缩成一维特征；确定出每个通道的一维特征的权重，其中，每个通道的权重用于表示该通道的重要程度，每个通道的权重越大则该通道的重要程度也越高；通过将每个通道的权重加权到与该通道的二维特征，以获得所述调整后的卷积特征。在本申请实施例中，处理二维特征的复杂度显然是高于处理一维特征复杂度，故每个通道的二维特征被压缩成一维特征，再对一维特征进行处理则能够更便捷的确定出反映每个通道的重要程度的权重。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，确定出每个通道的一维特征的权重，包括：对每个通道的一维特征依次进行全连接以及激活处理，获得该通道的权重。在本申请实施例中，由于全连接以及激活处理的特点便是确定出每个一维特征是趋于0还是1的权重，这种特点满足对每个通道的一维特征的处理需求，因此通过对每个通道的一维特征依次进行全连接以及激活处理可以快速准确的确定出每个通道的权重。结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，对所述调整后的卷积特征进行池化，获得第x次下采样处理的特征数据，包括：对所述调整后的卷积特征进行卷积处理，获得卷积后的特征；将所述卷积后的特征与所述调整后的卷积特征融合，获得融合后的特征；对所述融合后的特征进行池化处理，获得第x次下采样处理的特征数据。在本申请实施例中，通过对调整后的卷积特征进行尺度不变的卷积处理可以强化特征，避免出现梯度消失以及过拟合，以增强处理效果。结合第一方面，在第四种可能的实现方式中，y取1到M，第y次上采样处理的步骤包括：若y＝1，对所述图像的特征数据依次进行卷积以及反卷积处理，获得第y次上采样处理所得的特征数据；若y≠1，将第y-1次上采样处理所得的特征数据与对应的一次下采样处理所得的特征数据融合，获得融合的特征数据，对所述融合的特征数据依次进行卷积以及反卷积处理，获得第y次上采样处理所得的特征数据，其中，第y-1次上采样处理所得的特征数据与对应的一次下采样处理所得的特征数据的尺度相同。在本申请实施例中，通过将下采样的特征数据与上采样的特征数据融合，以便下采样的特征数据能够对上采样处理产生影响，增强上采样的处理效果，从而能够更准确的提取出对象。结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，若y＝1，对所述图像的特征数据依次进行卷积以及反卷积处理，获得第y次上采样处理所得的特征数据，包括：对所述图像的特征数据进行第一次卷积处理，获得第一卷积特征；对所述第一卷积特征进行卷积处理，获得第二卷积特征，并将所述第二卷积特征与所述第一卷积特征融合，获得第一融合特征；对所述第一融合特征进行卷积处理，获得第三卷积特征，并将所述第三卷积特征与所述第一融合特征融合，获得第二融合特征；对所述第二融合特征进行反卷积处理，获得第y次下采样处理所得的特征数据；或者，若y≠1，对所述融合的特征数据依次进行卷积以及反卷积处理，获得第y次下采样处理所得的特征数据，包括：对所述融合的特征数据进行卷积处理，获得第一卷积特征；对所述第一卷积特征进行卷积处理，获得第二卷积特征，并将所述第二卷积特征与所述第一卷积特征融合，获得第一融合特征；对所述第一融合特征进行卷积处理，获得第三卷积特征，并将所述第三卷积特征与所述第一融合特征融合，获得第二融合特征；对所述第二融合特征进行反卷积处理，获得第y次下采样处理所得的特征数据。在本申请实施例中，通过尺度缩小的卷积特征进行尺度不变的卷积处理可以强化特征，避免出现梯度消失以及过拟合，以增强处理效果。结合第一方面，在第六种可能的实现方式中，获得包含有对象的图像，包括：获得心脏磁共振图像；从所述心脏磁共振图像中提取出左心室图像；对所述部分图像做归一化处，获得归一化后的左心室图像，其中，所述对象为左心室。在本申请实施例中，通过从心脏磁共振图像中提取出左心室图像，以便后续仅针对左心室图像进行处理，从而有效的降低数据处理量，以及设备的负荷。第二方面，本申请实施例提供了一种磁共振左心室图像分割的处理模型，所述模型包括：输入层，用于获得包含有对象的图像；下采样层，用于对所述图像依次进行N次下采样处理，获得所述图像的特征数据，其中，第x次下采样处理包括：对输入数据进行卷积以获得卷积特征，按所述卷积特征中各通道的重要程度对应调整所述卷积特征，获得调整后的卷积特征；再对所述调整后的卷积特征进行池化，获得第x次下采样处理的特征数据，若x＝1，所述输入数据为所述图像，若x≠1，所述输入数据为第x-1次下采样处理所得的特征数据，N为正整数，x取1到N；上采样层，用于通过对所述图像的特征数据依次进行M次上采样处理，获得上采样处理后的特征数据，M为正整数；激活层，用于对本文档来自技高网...

【技术保护点】
1.一种磁共振左心室图像分割的处理方法，其特征在于，所述方法包括：/n获得包含有对象的图像；/n对所述图像依次进行N次下采样处理，获得所述图像的特征数据，其中，第x次下采样处理包括：对输入数据进行卷积以获得卷积特征，按所述卷积特征中各通道的重要程度对应调整所述卷积特征，获得调整后的卷积特征；再对所述调整后的卷积特征进行池化，获得第x次下采样处理的特征数据，其中，x＝1时，所述输入数据为所述图像，x≠1时，所述输入数据为第x-1次下采样处理所得的特征数据，N为正整数，x取1到N；/n通过对所述图像的特征数据依次进行M次上采样处理，获得上采样处理后的特征数据，M为正整数；/n对所述上采样处理后的特征数据进行激活处理，以提取出所述对象。/n

【技术特征摘要】
1.一种磁共振左心室图像分割的处理方法，其特征在于，所述方法包括：
获得包含有对象的图像；
对所述图像依次进行N次下采样处理，获得所述图像的特征数据，其中，第x次下采样处理包括：对输入数据进行卷积以获得卷积特征，按所述卷积特征中各通道的重要程度对应调整所述卷积特征，获得调整后的卷积特征；再对所述调整后的卷积特征进行池化，获得第x次下采样处理的特征数据，其中，x＝1时，所述输入数据为所述图像，x≠1时，所述输入数据为第x-1次下采样处理所得的特征数据，N为正整数，x取1到N；
通过对所述图像的特征数据依次进行M次上采样处理，获得上采样处理后的特征数据，M为正整数；
对所述上采样处理后的特征数据进行激活处理，以提取出所述对象。


2.根据权利要求1所述的磁共振左心室图像分割的处理方法，其特征在于，按所述卷积特征中各通道的重要程度对应调整所述卷积特征，获得调整后的卷积特征，包括：
将所述卷积特征中每个通道的二维特征压缩成一维特征；
确定出每个通道的一维特征的权重，其中，每个通道的权重用于表示该通道的重要程度，每个通道的权重越大则该通道的重要程度也越高；
通过将每个通道的权重加权到与该通道的二维特征，以获得所述调整后的卷积特征。


3.根据权利要求2所述的磁共振左心室图像分割的处理方法，其特征在于，确定出每个通道的一维特征的权重，包括：
对每个通道的一维特征依次进行全连接以及激活处理，获得该通道的权重。


4.根据权利要求2所述的磁共振左心室图像分割的处理方法，其特征在于，对所述调整后的卷积特征进行池化，获得第x次下采样处理的特征数据，包括：
对所述调整后的卷积特征进行卷积处理，获得卷积后的特征；
将所述卷积后的特征与所述调整后的卷积特征融合，获得融合后的特征；
对所述融合后的特征进行池化处理，获得第x次下采样处理的特征数据。


5.根据权利要求1所述的磁共振左心室图像分割的处理方法，其特征在于，y取1到M，第y次上采样处理的步骤包括：
若y＝1，对所述图像的特征数据依次进行卷积以及反卷积处理，获得第y次上采样处理所得的特征数据；
若y≠1，将第y-1次上采样处理所得的特征数据与对应的一次下采样处理所得的特征数据融合，获得融合的特征数据，对所述融合的特征数据依次进行卷积以及反卷积处理，获得第y次上采样处理所得的特征数据，其中，第y-1次上采样处理所得的特征数据与对应的一次下采样处理所得的特征数据的尺度相同。


6.根据权利要求5所述的磁共振左心室图像分割的处理方法，其特征在于，若y＝1，对所述图像...

【专利技术属性】
技术研发人员：钟玉敏，王慧，王丽嘉，欧阳荣珍，胡立伟，姚小芬，彭雅枫，谢玮慧，
申请(专利权)人：上海交通大学医学院附属上海儿童医学中心，
类型：发明
国别省市：上海;31