本发明专利技术提供一种图像区域分割方法、装置、设备及存储介质，所述方法包括：获取目标对象脑部的脑血流量图像和表观扩散系数图像；基于预先确定的健康人群的脑部图像数据集，计算所述脑血流量图像对应的第一Z分数图和所述表观扩散系数图像对应的第二Z分数图；利用预先训练的分类模型对所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图进行处理，得到所述目标对象脑部的区域分割图像。本发明专利技术的图像区域分割方法，通过联合脑血流量图像和表观扩散系数图像以及各自对应的统计学特征进行缺血半暗带分割，综合考虑了个体本身的信息以及与健康群体相比较的信息，能够提高缺血半暗带分割的准确性和鲁棒性。性。性。
【技术实现步骤摘要】
一种图像区域分割方法、装置、设备及存储介质
[0001]本专利技术涉及图像处理
，特别涉及一种图像区域分割方法、装置、设备及存储介质。
技术介绍
[0002]缺血性脑卒中是一种常见的脑血管疾病，一直以来都严重危害着人体健康，其发病率、致残率和病死率都非常高。如何快速有效地诊断缺血性脑卒中是当前临床工作中的重要研究课题。缺血性脑卒中的早期发现是十分重要的，尤其是超急性期的正确发现，能够及时指导采取措施，以减少梗死灶周边缺血半暗带区域的脑细胞坏死，对于缺血性脑卒中的诊断与治疗具有重大作用。
[0003]现有技术常用脑实质成像来进行疾病的诊断、疗效评价以及预后判断，其中常用的有动脉自旋标记(Arterial Spin Labeling，ASL)灌注成像技术和扩散加权成像(Diffusion Weighted Imaging，DWI)技术。其中，ASL技术是基于计算的脑血流量(Cerebral Blood Flow，CBF)图像与对侧值比较，小于40％的为缺血区，DWI技术是基于计算的表观扩散系数(Apparent Diffusion Coefficient，ADC)图像，小于620mm2/s的为梗死区。
[0004]但是，由于现有的ASL技术和DWI技术都只是考虑个体本身的信息，而个体的有些位置的正常ADC值就小于620mm2/s，有些位置的正常CBF值就比较低，因此现有技术的判断结果的准确性较差。并且，ASL技术通过与对侧值进行比较会漏掉双侧缺血的可能，DWI技术通过绝对阈值分割会使判断结果不稳定。
技术实现思路
[0005]针对现有技术的上述问题，本专利技术的目的在于提供一种图像区域分割方法、装置、设备及存储介质，能够提高缺血半暗带分割的准确性和鲁棒性。
[0006]为了解决上述问题，本专利技术提供一种图像区域分割方法，包括：
[0007]获取目标对象脑部的脑血流量图像和表观扩散系数图像；
[0008]基于预先确定的健康人群的脑部图像数据集，计算所述脑血流量图像对应的第一Z分数图和所述表观扩散系数图像对应的第二Z分数图；
[0009]利用预先训练的分类模型对所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图进行处理，得到所述目标对象脑部的区域分割图像。
[0010]进一步地，所述获取目标对象脑部的脑血流量图像和表观扩散系数图像包括：
[0011]获取目标对象脑部的动脉自旋标记灌注图像数据；
[0012]根据所述动脉自旋标记灌注数据确定所述脑血流量图像；
[0013]获取目标对象脑部的扩散加权图像数据；
[0014]根据所述扩散加权图像数据确定所述表观扩散系数图像。
[0015]进一步地，所述获取目标对象脑部的脑血流量图像和表观扩散系数图像还包括：
[0016]获取所述目标对象脑部的T1结构图像；
[0017]基于所述T1结构图像，将所述脑血流量图像和所述表观扩散系数图像分别配准到标准脑空间，得到标准脑空间的脑血流量图像和表观扩散系数图像。
[0018]进一步地，所述健康人群的脑部图像数据集包括标准脑空间的脑血流量图像集和标准脑空间的表观扩散系数图像集；
[0019]所述基于预先确定的健康人群的脑部图像数据集，计算所述脑血流量图像对应的第一Z分数图和所述表观扩散系数图像对应的第二Z分数图包括：
[0020]基于所述标准脑空间的脑血流量图像集计算所述脑血流量图像中各个像素点的Z分数，得到所述第一Z分数图；
[0021]基于所述标准脑空间的表观扩散系数图像集计算所述表观扩散系数图像中各个像素点的Z分数，得到所述第二Z分数图。
[0022]进一步地，所述利用预先训练的分类模型对所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图进行处理，得到所述目标对象脑部的区域分割图像包括：
[0023]将所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图输入所述分类模型，得到所述目标对象脑部的分类图像，其中，所述分类图像中的每个像素为区域类别标识；
[0024]获取目标对象脑部的动脉自旋标记灌注图像数据；
[0025]将所述分类图像与所述动脉自旋标记灌注图像数据进行融合，得到所述目标对象脑部的区域分割图像。
[0026]进一步地，所述动脉自旋标记灌注图像数据包括质子密度加权图像；
[0027]所述将所述分类图像与所述动脉自旋标记灌注图像数据进行融合，得到所述目标对象脑部的区域分割图像包括：
[0028]将所述分类图像转换到动脉自旋标记灌注数据空间，得到动脉自旋标记灌注数据空间的分类图像；
[0029]将所述动脉自旋标记灌注数据空间的分类图像与所述质子密度加权图像进行融合，得到所述目标对象脑部的区域分割图像。
[0030]进一步地，所述方法还包括：
[0031]根据所述区域分割图像计算半暗带区体积和缺血区体积；
[0032]根据所述半暗带区体积和所述缺血区体积计算错配比。
[0033]本专利技术另一方面提供一种图像区域分割装置，包括：
[0034]图像获取模块，用于获取目标对象脑部的脑血流量图像和表观扩散系数图像；
[0035]第一计算模块，用于基于预先确定的健康人群的脑部图像数据集，计算所述脑血流量图像对应的第一Z分数图和所述表观扩散系数图像对应的第二Z分数图；
[0036]图像处理模块，用于利用预先训练的分类模型对所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图进行处理，得到所述目标对象脑部的区域分割图像。
[0037]本专利技术另一方面提供一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载
并执行以实现如上述的图像区域分割方法。
[0038]本专利技术另一方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的图像区域分割方法。
[0039]由于上述技术方案，本专利技术具有以下有益效果：
[0040]根据本专利技术实施例的图像区域分割方法，通过先基于预先确定的健康人群的脑部图像数据集，计算目标对象脑部的脑血流量图像对应的第一Z分数图和表观扩散系数图像对应的第二Z分数图，再基于所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图进行机器学习分类，从而得到缺血半暗带的区域分割图像。这种联合脑血流量图像和表观扩散系数图像以及各自对应的统计学特征进行缺血半暗带分割的方法，综合考虑了个体本身的信息以及与健康群体相比较的信息，能够提高缺血半暗带分割的准确性和鲁棒性。
附图说明
[0041]为了更清楚地说明本专利技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像区域分割方法，其特征在于，包括：获取目标对象脑部的脑血流量图像和表观扩散系数图像；基于预先确定的健康人群的脑部图像数据集，计算所述脑血流量图像对应的第一Z分数图和所述表观扩散系数图像对应的第二Z分数图；利用预先训练的分类模型对所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图进行处理，得到所述目标对象脑部的区域分割图像。2.根据权利要求1所述的方法，其特征在于，所述获取目标对象脑部的脑血流量图像和表观扩散系数图像包括：获取目标对象脑部的动脉自旋标记灌注图像数据；根据所述动脉自旋标记灌注数据确定所述脑血流量图像；获取目标对象脑部的扩散加权图像数据；根据所述扩散加权图像数据确定所述表观扩散系数图像。3.根据权利要求2所述的方法，其特征在于，所述获取目标对象脑部的脑血流量图像和表观扩散系数图像还包括：获取所述目标对象脑部的T1结构图像；基于所述T1结构图像，将所述脑血流量图像和所述表观扩散系数图像分别配准到标准脑空间，得到标准脑空间的脑血流量图像和表观扩散系数图像。4.根据权利要求1所述的方法，其特征在于，所述健康人群的脑部图像数据集包括标准脑空间的脑血流量图像集和标准脑空间的表观扩散系数图像集；所述基于预先确定的健康人群的脑部图像数据集，计算所述脑血流量图像对应的第一Z分数图和所述表观扩散系数图像对应的第二Z分数图包括：基于所述标准脑空间的脑血流量图像集计算所述脑血流量图像中各个像素点的Z分数，得到所述第一Z分数图；基于所述标准脑空间的表观扩散系数图像集计算所述表观扩散系数图像中各个像素点的Z分数，得到所述第二Z分数图。5.根据权利要求1所述的方法，其特征在于，所述利用预先训练的分类模型对所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图进行处理，得到所述目标对象脑部的区域分割图像包括：将所述脑血流量图像、所述第一Z分数图、所述表观扩散系数图像和所述第二Z分数图输入所述分类模型，得...
【专利技术属性】
技术研发人员：史张，林江，曾蒙苏，吕鹏，张冉颖，
申请(专利权)人：脑玺苏州智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。