一种图像分割方法和终端技术

本发明专利技术提出了一种图像分割方法和终端，该方法包括：获取待分割的原始图像数据，并对原始图像数据进行数据增强，生成第二图像数据；将原始图像数据与第二图像数据分别输入训练好的类U‑net结构的分割网络进行识别，得到与原始图像数据对应的第一概率图，以及与第二图像数据对应的第二概率图；基于第一概率图对多个第二概率图进行融合得到预测增强概率图；对预测增强分割概率图进行二值化处理得到图像分割结果。本方法能实现较精准的结节图像分割，不易受超声影像成像质量差的影响，且本方法通过预测增强技术，在无须训练多个模型且不提高单模型本身复杂度的前提下，提高最终的分割效果，能够显著抑制边缘区域的误分割问题。

【技术实现步骤摘要】
一种图像分割方法和终端
本专利技术涉及图像处理
，特别涉及一种图像分割方法和终端。
技术介绍
甲状腺结节是现在普遍存在的一种疾病，有调查指出在人群中甲状腺结节的发生率将近50％，但仅有4％-8％的甲状腺结节在临床触诊中可被触及。甲状腺结节有良、恶性之分，恶性发生率为5％-10％。早期发现病灶对鉴别其良恶性、临床治疗和手术选择有重要意义。基于超声成像技术的甲状腺结节超声检查是目前常见的检查方式，然而医生诊断超声甲状腺图像的结果往往受到医学成像设备的成像机理、获取条件、显示设备等因素的影响而极易造成误诊或漏诊。因此，利用计算机实现甲状腺图像辅助诊断十分必要。但是固有的成像机制使得临床采集到的超声甲状腺结节图像质量均较差，导致辅助诊断的准确性和自动化均受到影响。而在国内应用于甲状腺分割、识别的方法主要还集中于采用传统的图像算法来进行，例如CV模型、LIF模型、局部特征等。这类算法应用局限性较大，需要预先人工提取出超声影像中结节的粗略位置，并选择初始轮廓后才能进行分割识别。由此，传统的甲状腺结节影像分割技术，受限于超声影像本文档来自技高网...

【技术保护点】
1.一种图像分割方法，其特征在于，包括：/n获取待分割的原始图像数据，并对所述原始图像数据进行数据增强，生成第二图像数据；/n将所述原始图像数据与所述第二图像数据分别输入训练好的类U-net结构的分割网络进行识别，得到与所述原始图像数据对应的第一概率图以及与所述第二图像数据对应的第二概率图；其中，所述第一概率图与所述第二概率图均为包含每个像素的前景背景概率的分割像素概率图；/n基于所述第一概率图对多个所述第二概率图进行融合得到预测增强概率图；/n对所述预测增强概率图进行二值化处理得到图像分割结果。/n

【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：
获取待分割的原始图像数据，并对所述原始图像数据进行数据增强，生成第二图像数据；
将所述原始图像数据与所述第二图像数据分别输入训练好的类U-net结构的分割网络进行识别，得到与所述原始图像数据对应的第一概率图以及与所述第二图像数据对应的第二概率图；其中，所述第一概率图与所述第二概率图均为包含每个像素的前景背景概率的分割像素概率图；
基于所述第一概率图对多个所述第二概率图进行融合得到预测增强概率图；
对所述预测增强概率图进行二值化处理得到图像分割结果。


2.如权利要求1所述的一种图像分割方法，其特征在于，所述分割网络包括采用上下采样结构的多个Resnet卷积层的级联。


3.如权利要求1所述的一种图像分割方法，其特征在于，所述分割网络为单隐藏层的全连接神经网络。


4.如权利要求1所述的一种图像分割方法，其特征在于，所述数据增强的方法包括：旋转、镜像、放缩、或弹性变换。


5.如权利要求1所述的一种图像分割方法，其特征在于，所述基于所述第一概率图对多个所述第二概率图进行融合得到预测增强概率图，包括：
对各所述第二概率图进行反变换，以变...

【专利技术属性】
技术研发人员：袁学光，张虎，张阳安，常坤亮，刘梦雅，吴梦琪，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11