一种针对医学图像的多模式交互分割方法及系统技术方案

本发明专利技术公开一种针对医学图像的多模式交互分割方法及系统，包括：提取医学图像的图像特征；采用多模式包围框选定目标分割区域后生成初始交互指导图，将初始交互指导图与图像特征拼接后输入神经网络得到初始分割结果；采用多模式细节修复指导图对初始分割结果进行修复后得到残差图；根据残差图、多模式细节修复指导图对应的修复范围以及初始分割结果得到最终的医学图像分割结果。是一种用于解决医学图像分割多歧义性的多模式交互方法，可以根据图像结构的复杂性以各种初始交互方式围绕目标区域，基于初始分割可以共同利用区域和边界相互作用来细化由不同歧义引起的标注错误的区域，有效提高医学图像分割精度。

【技术实现步骤摘要】
一种针对医学图像的多模式交互分割方法及系统
本专利技术涉及医学图像交互式分割
，特别是涉及一种针对医学图像的多模式交互分割方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。医学图像交互式分割(IMIS)方法旨在根据医学图像的特殊性以最小的交互量准确标记对象；给定图像，根据用户的简单输入获得目标掩模是IMIS方法的基本要求。DeepCut方法会接收标有包围框的医学图像，并涉及卷积神经网络对前景/背景分布进行建模。DyBa-ORF方法将用户的涂鸦作为输入，并学习通用的动态平衡在线随机森林解决不平衡的前背景标记。BIFSeg方法设计针对特定图像的微调，以适应未见过的医学图像类型，这种微调利用涂鸦，以修复精确的细节。CM方法将四个极值点用作用户输入，并对它们进行编码，然后将其与图像一起输入卷积神经网络中以进行预测。对于当前需要大量数据的医学图像分析模型而言，大规模的像素级标注很少，为了快速获取标注，需要一种经济有效的交互式医学图像分割方法；但是，当前的技术通常在许多情况下会失败或时本文档来自技高网...

【技术保护点】
1.一种针对医学图像的多模式交互分割方法，其特征在于，包括：/n提取医学图像的图像特征；/n采用多模式包围框选定目标分割区域后生成初始交互指导图，将初始交互指导图与图像特征拼接后输入神经网络得到初始分割结果；/n采用多模式细节修复指导图对初始分割结果进行修复后得到残差图；/n根据残差图、多模式细节修复指导图对应的修复范围以及初始分割结果得到最终的医学图像分割结果。/n

【技术特征摘要】
1.一种针对医学图像的多模式交互分割方法，其特征在于，包括：
提取医学图像的图像特征；
采用多模式包围框选定目标分割区域后生成初始交互指导图，将初始交互指导图与图像特征拼接后输入神经网络得到初始分割结果；
采用多模式细节修复指导图对初始分割结果进行修复后得到残差图；
根据残差图、多模式细节修复指导图对应的修复范围以及初始分割结果得到最终的医学图像分割结果。


2.如权利要求1所述的一种针对医学图像的多模式交互分割方法，其特征在于，采用VGG-16主干网络的五层卷积层，并添加具有32个通道的额外层，在对医学图像解码过程中，将每一层特征先通过1*1卷积降维到32通道，再与上层特征进行拼接卷积得到32通道的图像特征。


3.如权利要求1所述的一种针对医学图像的多模式交互分割方法，其特征在于，所述多模式包围框包括矩形包围框、多边形包围框和涂鸦包围框。


4.如权利要求1所述的一种针对医学图像的多模式交互分割方法，其特征在于，选定多模式包围框后，生成对应的初始交互指导图，所述初始交互指导图包括三个通道，根据目标区域的内部区域和外部区域，在相应通道中的像素被定义为1或-1，其他通道被定义为0。


5.如权利要求1所述的一种针对医学图像的多模式交互分割方法，其特征在于，将初始交互指导图与图像特征进行拼接后，采用沙漏型模块，在具有相同分辨率的层之间通过跳层连接共享特征后，通过1*1卷积得到初始分割结果...

【专利技术属性】
技术研发人员：程明明，林铮，张钊，韩凌昊，卢少平，
申请(专利权)人：南开大学，
类型：发明
国别省市：天津;12