一种肺叶分割方法及相关装置制造方法及图纸

本申请公开了一种肺叶分割方法及相关装置。在本申请实施例中，通过神经网络模型对肺实质的数据点进行分类来得到即各肺叶的数据点。并通过将各肺叶的数据点取并集后与肺实质的数据点做差来得到未被准确分类的待分类数据点。基于上述各肺叶的初步分析结果，扩大各肺叶区域以确定各肺叶间的肺裂曲面。通过肺裂曲面构建符合径向基插值算法的等值面来识别待分类数据点的所属分类。基于待分类数据点的分类结果和已识别的各肺叶的数据点构建最终的肺叶分割结果。通过上述流程，缓解肺叶和肺实质不重合所导致的肺叶分类不准确的问题。

【技术实现步骤摘要】
一种肺叶分割方法及相关装置
本申请涉及医学图像处理术领域，特别涉及一种肺叶分割方法及相关装置。
技术介绍
医学领域针对肺部病理进行诊断和分析需要通过计算机断层扫描(CT，ComputedTomography)来获取肺部CT图像，并基于肺部CT图像的肺叶量化分析来确定病症。相关技术中，需基于肺部CT图像中的肺裂所在位置来确定各肺叶区域。由于肺裂的不完整性，以及肺部其他组织和周围肺实质的影响会导致肺裂区域无法在肺部CT图像中被清晰呈现。肺叶的分割结果直接影响精准量化肺部疾病的程度和治疗方案的构建结果。由此，如何高精度的对肺部CT图像的肺叶区域进行识别显得尤为重要。
技术实现思路
本申请的目的是提供一种肺叶分割方法及相关装置，用于解决相关技术中，缺少一种高精度的技术方案用于识别肺部CT图像中的各肺叶区域的问题。第一方面，本申请实施例提供了一种肺叶分割方法，所述方法包括：采用神经网络模型对肺实质的数据点进行分类，得到各个肺叶的数据点；确定各个肺叶的数据点的并集与所述肺实质的数据点的差集，得到待分类数据点；基于所述各肺叶的数据点确定肺裂曲面和所述肺裂曲面的等值面，并根据所述肺裂曲面的等值面对所述待分类数据点进行分类操作，将所述待分类数据点划分到相应的肺叶中，所述等值面为符合径向基插值算法的等值面；由所述待分类数据点的分类结果和所述各个肺叶的数据点构建最终的肺叶分割结果。在一些可能的实施例中，基于所述各肺叶的数据点确定肺裂曲面和所述肺裂曲面的等值面，包括：>对相邻两个肺叶的数据点进行扩充操作，得到所述两个肺叶的重叠区域内的数据点；基于所述重叠区域内的数据点确定肺裂曲面；构建所述肺裂曲面的等值面。在一些可能的实施例中，所述构建所述肺裂曲面的等值面，包括：确定肺裂曲面上各数据点的法向；并，构建所述两个肺叶的重心之间的方向向量；基于所述方向向量对所述肺裂曲面上各数据的法向进行校正；按照各数据点的法向方向将所述肺裂曲面上的数据点平移预设距离，得到所述肺裂曲面在正法向方向和负法向方向的离面；基于所述肺裂曲面在正法向方向和负法向方向的离面构建所述等值面。在一些可能的实施例中，所述构建所述肺裂曲面的等值面之前，所述方法还包括：对所述肺裂曲面上的数据点执行下采样操作。在一些可能的实施例中，所述基于构建的肺裂曲面的等值面，对所述待分类数据点进行分类操作，包括：将所述待分类数据点输入所述等值面的表达式中，得到输出结果；基于输出结果确定所述待分类数据的分类结果。在一些可能的实施例中，所述方法还包括：基于以下方法训练所述神经网络模型：获取肺部的CT图像序列以及所述CT图像序列的标注数据，所述标注数据中包括第一标注信息和第二标注信息；所述第一标注信息用于标注肺实质区域和背景区域，所述第二标注信息用于标注肺叶的类别；采用所述第一标注信息对所述CT图像序列中各图像进行裁剪操作，得到肺部区域图像序列；将肺部区域图像序列输入所述神经网络模型得到肺叶的预测类别；基于所述第二标注信息和所述肺叶的预测类别，调整所述神经网络的参数。在一些可能的实施例中，所述方法还包括：采用肺实质分割模型对所述从肺部CT图像序列中分割出所述肺实质区域，得到所述第一标注信息。在一些可能的实施例中，所述将肺部区域图像序列输入所述神经网络模型得到肺叶的预测类别之前，所述方法还包括：确定不同肺部区域图像序列之间的像素点间距均值，和层间距均值；以所述像素点间距均值为像素点采样间隔对所述不同肺部图像序列中的像素点和对应的标注数据进行重采样；并，以所述层间距均值为层采样间隔，对所述不同肺部图像序列和对应的标注数据进行重采样。第二方面，本申请一实施例还提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如本申请第一方面中提供的任一方法。第三方面，本申请一实施例还提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如本申请第一方面中提供的任一方法。本申请另一实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于使计算机执行本申请实施例提供的第一方面的方法。本申请实施例，采用神经网络模型对肺实质的数据点进行分类，以此获取各肺叶的数据点。根据各肺叶的数据点的并集与肺实质的数据点做差，得到待分类数据点。针对肺裂曲面构建等值面，该等值面为符合径向基插值算法的等值面。基于该等值面对待分类数据点执行分类操作，以此将待分类数据点划分到其对应的肺叶和肺裂中。基于待分类数据点的分类结果和各肺叶的数据点构建最终的肺叶分割结果。通过上述流程，缓解肺叶和肺实质不重合导致的肺叶分类不准确的问题。本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的肺部结构示意图；图2为本申请实施例提供的肺叶分割算法的应用环境示意图；图3为本申请实施例提供的电子设备130的硬件配置框图；图4a为本申请实施例提供的肺叶分割算法的整体流程图；图4b为本申请实施例提供的肺部CT图像中的肺实质区域示意图；图4c为本申请实施例提供的为肺部区域图像序列添加标注数据的示意图；图4d为本申请实施例提供的待分类数据点示意图；图4e为本申请实施例提供的肺裂曲面上降采样的数据点集示意图；图4f为本申请实施例提供的确定待分类数据点的所属分类示意图。具体实施方式下面将结合附图对本申请实施例中的技术方案进行清楚、详尽地描述。在本申请实施例的描述中，除非另有说明，″/″表示或的意思，例如，A/B可以表示A或B；文本中的″和/或″仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，另外，在本申请实施例的描述中，″多个″是指两个或多于两个。在本申请实施例的描述中，除非另有说明，术语″多个″是指两个或两个以上，其它量词与之类似应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。为进一步说明本申请实施例提供的技术方案，下面结合附图以及具体本文档来自技高网...

【技术保护点】
1.一种肺叶分割方法，其特征在于，所述方法包括：/n采用神经网络模型对肺实质的数据点进行分类，得到各个肺叶的数据点；/n确定各个肺叶的数据点的并集与所述肺实质的数据点的差集，得到待分类数据点；/n基于所述各肺叶的数据点确定肺裂曲面和所述肺裂曲面的等值面，并根据所述肺裂曲面的等值面对所述待分类数据点进行分类操作，将所述待分类数据点划分到相应的肺叶中，所述等值面为符合径向基插值算法的等值面；/n由所述待分类数据点的分类结果和所述各个肺叶的数据点构建最终的肺叶分割结果。/n

【技术特征摘要】
1.一种肺叶分割方法，其特征在于，所述方法包括：
采用神经网络模型对肺实质的数据点进行分类，得到各个肺叶的数据点；
确定各个肺叶的数据点的并集与所述肺实质的数据点的差集，得到待分类数据点；
基于所述各肺叶的数据点确定肺裂曲面和所述肺裂曲面的等值面，并根据所述肺裂曲面的等值面对所述待分类数据点进行分类操作，将所述待分类数据点划分到相应的肺叶中，所述等值面为符合径向基插值算法的等值面；
由所述待分类数据点的分类结果和所述各个肺叶的数据点构建最终的肺叶分割结果。


2.根据权利要求1所述的方法，其特征在于，基于所述各肺叶的数据点确定肺裂曲面和所述肺裂曲面的等值面，包括：
对相邻两个肺叶的数据点进行扩充操作，得到所述两个肺叶的重叠区域内的数据点；
基于所述重叠区域内的数据点确定肺裂曲面；
构建所述肺裂曲面的等值面。


3.根据权利要求2所述的方法，其特征在于，所述构建所述肺裂曲面的等值面，包括：
确定肺裂曲面上各数据点的法向；并构建所述两个肺叶的重心之间的方向向量；
基于所述方向向量对所述肺裂曲面上各数据的法向进行校正；
按照各数据点的法向方向将所述肺裂曲面上的数据点平移预设距离，得到所述肺裂曲面在正法向方向和负法向方向的离面；
基于所述肺裂曲面在正法向方向和负法向方向的离面构建所述等值面。


4.根据权利要求2所述的方法，其特征在于，所述构建所述肺裂曲面的等值面之前，所述方法还包括：
对所述肺裂曲面上的数据点执行下采样操作。


5.根据权利要求1-4中任一所述的方法，其特征在于，所述基于构建的肺裂曲面的等值面，对所述待分类数据点进行分类操作，包括：
将所述待分类数据点输入所述等值面的表达式中，得到输出结果；
基于输出...

【专利技术属性】
技术研发人员：吴乙荣，陈永健，王佳，刘于豪，吴海燕，
申请(专利权)人：青岛海信医疗设备股份有限公司，
类型：发明
国别省市：山东;37