图像分割方法、装置、可读存储介质及电子设备制造方法及图纸

本公开涉及一种图像分割方法、装置、可读存储介质及电子设备。方法包括：获取待分割的心脏磁共振电影短轴图像；将该心脏磁共振电影短轴图像输入到预先训练好的分割模型中，得到对应的心室结构分割图像；分割模型为包括下采样网络和上采样网络的U型网络，下采样网络包括卷积模块和位于卷积模块与上采样网络之间的至少一个类残差模块。这样，很好地解决了模型训练过程中的过拟合及梯度消失爆炸的问题，且能最大程度保留前一模块的特征图的特征信息，提升后续分割准确率，进而为心功能诊断评估提供有效参考依据。另外，只需将待分割的心脏磁共振电影短轴图像输入到分割模型中即可自动获取到对应的心室结构分割图像，显著提升了分割效率。了分割效率。了分割效率。

【技术实现步骤摘要】
图像分割方法、装置、可读存储介质及电子设备


[0001]本公开涉及图像处理
，具体地，涉及一种图像分割方法、装置、可读存储介质及电子设备。

技术介绍

[0002]心脏磁共振成像(Cardiac magnetic resonance，CMR)是指用磁共振成像技术诊断心脏及大血管疾病的方法，是一种无创的成像技术，具有良好的软组织对比分辨率，扫描视野大，可获各个方位及不同角度的斜断面图像，已成为无创性评价心脏结构和功能的金标准。
[0003]心脏通常包括左心室血腔、右心室血腔、左心室心肌、左心房血腔、右心房血腔等心室结构，通过分析心脏不同心室结构的状态，可以实现心功能一体化评估、心肌活性一体化评估、冠脉微循环障碍定量分析等辅助诊断评估。其中，准确分辨心室结构是保证后续心脏功能诊断评估的前提。但是，现阶段心室结构分割不能实现全自动化，需要人工参与，不仅效率低，而且存在人为主观因素带来的误差，分割准确率偏低。

技术实现思路

[0004]为了克服相关技术中存在的问题，本公开提供一种图像分割方法、装置、可读存储介质及电子设备。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：获取待分割的心脏磁共振电影短轴图像；将所述待分割的心脏磁共振电影短轴图像输入到预先训练好的分割模型中，得到所述心脏磁共振电影短轴图像对应的心室结构分割图像；其中，所述分割模型为包括下采样网络和上采样网络的U型网络，所述下采样网络包括卷积模块和位于所述卷积模块与所述上采样网络之间的至少一个类残差模块，当所述类残差模块的数量为多个时，多个所述类残差模块为串联；所述卷积模块用于对所述待分割的心脏磁共振电影短轴图像进行特征提取，得到第一特征图，并将所述第一特征图输入至与所述卷积模块连接的所述类残差模块；每一所述类残差模块分别用于对来自前一模块的特征图进行下采样，得到第二特征图，并将所述第二特征图输入至下一模块；所述上采样网络用于对从与其连接的所述类残差模块输入的所述第二特征图进行上采样，得到所述心室结构分割图像。2.根据权利要求1所述的方法，其特征在于，所述类残差模块包括依次连接的特征提取网络、连接模块以及下采样模块；其中，所述特征提取网络用于对来自前一模块的特征图进行特征提取，得到第三特征图；所述连接模块用于将所述特征提取网络的输入和输出进行拼接，并将拼接结果输入至所述下采样模块；所述下采样模块用于对所述拼接结果进行下采样，得到所述第二特征图，并将所述第二特征图输入至下一模块。3.根据权利要求1所述的方法，其特征在于，所述卷积模块为带孔卷积。4.根据权利要求1所述的方法，其特征在于，所述心室结构分割图像包括左心室血腔、左心室心肌、右心室血腔以及其他区域中的至少一者。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述分割模型通过以下方式训练得到：获取通用样本图像和所述通用样本图像对应的类别分割图像；通过将所述通用样本图像作为所述卷积模块的输入，将所述类别分割图像作为所述上采样网络的目标输出的方式进行模型训练，得到初始模型；获取用于训练的心脏磁共振电影短轴图像和所述用于训练的心脏磁共振电影短轴图像对应的目标心室结构分割图像；通过将所述用于训练的心脏磁共振电影短轴图像作为所述初始模型的所述卷积模块的输入，将所述目标心室结构分割图像作为所述初始模型的所述上采样网络的目标输出的方式进行模型训练，得到所述分割模型。6.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述分割模型通过以下方式训练得到：获取通用样本图像和所述通用样本图像对应的类别分割图像；通过将所述通用样本图像作为所述卷积模块的...

【专利技术属性】
技术研发人员：朱宝峰，何光宇，程万军，
申请(专利权)人：沈阳东软智能医疗科技研究院有限公司，
类型：发明
国别省市：