用于自动分割3D医学图像的方法、系统和计算机可读介质技术方案

本发明专利技术题为“用于自动分割3D医学图像的方法、系统和计算机可读介质”。本发明专利技术公开了用于自动分割3D医学图像的方法、系统和计算机可读介质，该3D医学图像包括待分割的对象，该方法的特征在于包括：通过使用机器学习模型，以第一正交取向、第二正交取向和第三正交取向中的至少两个正交取向，对为3D医学图像的切片形式的对象进行2D分割以导出2D分割数据；基于2D分割数据确定边界框(10)在3D医学图像内的位置，该边界框(10)具有预先确定的尺寸；以及对3D医学图像的对应于边界框(10)的部分中的对象执行3D分割。行3D分割。行3D分割。

【技术实现步骤摘要】
用于自动分割3D医学图像的方法、系统和计算机可读介质


[0001]本文所公开的主题涉及使用机器学习模型自动分割3D医学图像的方法、系统和计算机可读介质。更具体地讲，本专利技术所公开的主题涉及图像处理，并且涉及用于具有有效且准确的三维3D图像分割能力的医学成像的系统和方法。

技术介绍

[0002]解剖结构(例如，3D医学图像中的器官)的分割是肿瘤学、放射学领域以及在计划外科介入时的多个临床过程中的基本任务。3D医学图像是受检者体内沿诸如轴向、冠状、矢状或倾斜的取向的3D体积的医学图像，其中医学图像可通过2D采集、3D采集或它们的组合来采集。这些3D医学图像可被视为在3D方向中的每一个方向上的一组2D切片或层，即，在第一正交取向、第二正交取向和第三正交取向中的任一者上的一组2D轴向、冠状或矢状切片，或更一般地为一组2D切片。在本专利技术的上下文中，术语“第一正交取向”、“第二正交取向”和“第三正交取向”包括三维取向的所有可能的组。用于成像的示例性技术包括常规超声成像、计算机断层摄影(“CT”)成像、磁共振成像(“MR”或“MRI”)和核医学成像技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动分割3D医学图像的方法，所述3D医学图像包括待分割的对象，所述方法的特征在于包括：通过使用机器学习模型，以第一正交取向、第二正交取向和第三正交取向中的至少两个正交取向，对为所述3D医学图像的切片形式的所述对象进行2D分割以导出2D分割数据；基于所述2D分割数据确定边界框(10)在所述3D医学图像内的位置，所述边界框(10)具有预先确定的尺寸；以及对所述3D医学图像的对应于所述边界框(10)的部分中的所述对象进行3D分割。2.根据权利要求1所述的方法，其特征在于针对所述2D分割的每个正交取向使用2D卷积神经网络，所述2D分割中的每一个2D分割针对所述第一正交取向、所述第二正交取向和所述第三正交取向中的相应一个正交取向进行训练。3.根据权利要求2所述的方法，其特征在于所述2D卷积神经网络中的每一个2D卷积神经网络具有U-Net架构，并且由具有分割的3D训练图像的相应取向的切片训练。4.根据权利要求1所述的方法，其特征在于所述2D分割数据包括表示所述对象的存在概率的预测值，并且基于所述预测值的组合评估来确定所述边界框(10)在所述3D医学图像内的位置，其中基于所述对象预先确定所述边界框(10)的尺寸。5.根据权利要求4所述的方法，其特征在于针对所述3D医学图像的体素的所述2D分割的每个相应正交取向生成相应的预测值，并且所述组合评估包括针对所述体素进行以下中的任一项：针对每个体素取所述对应预测值的平均值；使用预先确定的阈值将所述预测值二值化并且确定体素，其中所述对应二进制值中的全部表示所述对象的存在；使用预先确定的阈值将所述预测值二值化并且确定体素，其中所述对应二进制值中的至少两个二进制值表示所述对象的存在。6.根据权利要求1所述的方法，其特征在于确定所述边界框(10)在所述3D医学图像内的位置包括：基于所述组合评估确定所述边界框的中心；以及使用基于至少一个分割的3D训练图像预先确定的所述边界框的尺寸。7.根据权利要求1所述的...

【专利技术属性】
技术研发人员：拉斯洛，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：