图像处理方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对待分割肋骨图像进行语义类别分割，得到待分割肋骨图像对应的语义类别分割结果；对待分割肋骨图像进行实例分割，得到待分割肋骨图像对应的实例分割结果；根据语义类别分割结果和实例分割结果，确定待分割肋骨图像对应的目标标记结果，其中，目标标记结果中包括待分割肋骨图像中的多根肋骨以及每根肋骨对应的肋骨标识。本公开实施例可以综合考虑图像全局语义信息和图像局部几何信息，提高肋骨的分割和标记精度。提高肋骨的分割和标记精度。提高肋骨的分割和标记精度。

【技术实现步骤摘要】
图像处理方法及装置、电子设备和存储介质


[0001]本公开涉及计算机
，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

技术介绍

[0002]肋骨是人体骨骼的重要组成部分，其位于人体躯干的上半部分，能够有效地保护人体胸腔内的脏器。近年来，由于车祸等事故导致的胸部创伤(例如，肋骨骨折)时常发生，在肋骨骨折诊断中，医生需要根据胸部的医疗影像(例如，胸部CT图像)，给出骨折所在肋骨的准确肋骨标识(肋骨的解剖学标签，例如，左侧3号肋骨)。相关技术中，使用一个神经网络对肋骨进行分割，得到肋骨的分割和标记结果。但是，通过一个神经网络同时完成分割和标记两个任务，很容易导致相邻肋骨间的误识别，导致肋骨的分割和命名精度均较低。

技术实现思路

[0003]本公开提出了一种图像处理方法及装置、电子设备和存储介质的技术方案。
[0004]根据本公开的一方面，提供了一种图像处理方法，包括：对待分割肋骨图像进行语义类别分割，得到所述待分割肋骨图像对应的语义类别分割结果；对所述待分割肋骨图像进行实例分割，得到所述待分割肋骨图像对应的实例分割结果；根据所述语义类别分割结果和所述实例分割结果，确定所述待分割肋骨图像对应的目标标记结果，其中，所述目标标记结果中包括所述待分割肋骨图像中的多根肋骨以及每根肋骨对应的肋骨标识。
[0005]在一种可能的实现方式中，所述方法还包括：在所述语义类别分割和所述实例分割是在第一分辨率下进行的情况下，在第二分辨率下对所述待分割肋骨图像进行二值分割，得到所述待分割肋骨图像对应的细二值分割结果，其中，所述第二分辨率大于所述第一分辨率；根据所述细二值分割结果，更新所述目标标记结果。
[0006]在一种可能的实现方式中，所述方法还包括：获取原始胸部扫描图像；对所述原始胸部扫描图像进行图像预处理，得到初始肋骨图像；对所述初始肋骨图像进行凸包分割，得到所述初始肋骨图像中的肋骨凸包区域；根据所述肋骨凸包区域，对所述初始肋骨图像进行裁剪，得到所述待分割肋骨图像。
[0007]在一种可能的实现方式中，所述对所述初始肋骨图像进行凸包分割，得到所述初始肋骨图像中的肋骨凸包区域，包括：确定所述初始肋骨图像中的肋骨区域是否符合预设完整性要求；在所述初始肋骨图像中的肋骨区域符合所述预设完整性要求的情况下，对所述初始肋骨图像进行凸包分割，得到所述肋骨凸包区域。
[0008]在一种可能的实现方式中，所述初始肋骨图像包括多个切片图像；所述确定所述初始肋骨图像中的肋骨区域是否符合预设完整性要求，包括：确定所述多个切片图像中每个切片图像的肋骨类别，其中，不同肋骨类别用于指示不同肋骨区域；根据每个所述切片图像的肋骨类别，确定肋骨类别序列；在所述肋骨类别序列中包括预设肋骨类别的情况下，确定所述初始肋骨图像中的肋骨区域符合所述预设完整性要求。
[0009]在一种可能的实现方式中，所述对所述待分割肋骨图像进行实例分割，得到所述待分割肋骨图像对应的实例分割结果，包括：对所述待分割肋骨图像进行重采样，得到第一肋骨图像，其中，所述第一肋骨图像的分辨率是所述第一分辨率；对所述第一肋骨图像中的像素点进行位置编码，得到位置编码图像；基于所述位置编码图像，对所述第一肋骨图像进行实例分割，得到所述实例分割结果。
[0010]在一种可能的实现方式中，所述基于所述位置编码图像，对所述第一肋骨图像进行实例分割，得到所述实例分割结果，包括：对所述第一肋骨图像进行二值分割，得到所述第一肋骨图像对应的目标粗二值分割结果；基于所述位置编码图像，确定所述第一肋骨图像对应的像素点嵌入向量；根据所述目标粗二值分割结果和所述第一肋骨图像对应的像素点嵌入向量，确定所述第一肋骨图像中的肋骨区域对应的像素点嵌入向量；对所述第一肋骨图像中的肋骨区域对应的像素点嵌入向量进行聚类，得到所述实例分割结果。
[0011]在一种可能的实现方式中，所述对所述第一肋骨图像进行二值分割，得到所述第一肋骨图像对应的目标粗二值分割结果，包括：对所述第一肋骨图像进行二值分割，得到所述第一肋骨图像对应的初始粗二值分割结果；根据所述肋骨凸包区域，对所述初始粗二值分割结果中的非肋骨区域进行过滤，得到所述目标粗二值分割结果。
[0012]在一种可能的实现方式中，所述根据所述语义类别分割结果和所述实例分割结果，确定所述待分割肋骨图像对应的目标标记结果，包括：根据所述实例分割结果和所述肋骨凸包区域，确定单侧肋骨序列，其中，所述单侧肋骨序列中包括多根单侧肋骨及其排序，所述单侧肋骨序列包括左侧肋骨序列和右侧肋骨序列；根据所述语义类别分割结果和所述单侧肋骨序列，确定所述待分割肋骨图像中的多根肋骨以及每根肋骨对应的肋骨标识。
[0013]在一种可能的实现方式中，所述根据所述实例分割结果和所述肋骨凸包区域，确定单侧肋骨序列，包括：根据所述实例分割结果和所述肋骨凸包区域，确定第一单侧肋骨集合，其中，所述第一单侧肋骨序列中包括N根单侧肋骨，N是单侧肋骨的数目；对所述N根单侧肋骨在z轴方向进行排序，并取排序前K根肋骨构成第二单侧肋骨集合，其中，K是大于1且小于N的整数；对所述第二单侧肋骨集合中的每根肋骨进行平面拟合，得到K个拟合平面；根据所述K个拟合平面之间的位置关系，对所述K根肋骨进行排序，得到所述单侧肋骨序列。
[0014]在一种可能的实现方式中，所述方法还包括：根据所述K根肋骨中每根肋骨对应的拟合平面，确定每根肋骨对应的平面法向量和肋骨质心；针对所述K根肋骨中的任意两根肋骨R
i
和R
j
，根据所述肋骨R
i
对应的平面法向量和肋骨质心，以及所述肋骨R
j
对应的平面法向量和肋骨质心，确定所述肋骨R
i
和所述肋骨R
j
之间的内积，其中，所述肋骨R
i
和所述肋骨R
j
之间的内积的大小，用于指示所述肋骨R
i
对应的拟合平面和所述肋骨R
j
对应的拟合平面之间的位置关系。
[0015]在一种可能的实现方式中，所述根据所述语义类别分割结果和所述单侧肋骨序列，确定所述待分割肋骨图像中的多根肋骨以及每根肋骨对应的肋骨标识，包括：根据所述语义类别分割结果，确定所述单侧肋骨序列中的目标肋骨对应的肋骨标识，其中，所述目标肋骨是所述单侧肋骨序列中的任意一根肋骨；根据所述目标肋骨对应的肋骨标识以及所述单侧肋骨序列，确定所述待分割肋骨图像中的多根肋骨以及每根肋骨对应的肋骨标识。
[0016]在一种可能的实现方式中，所述根据所述细二值分割结果，更新所述目标标记结果，包括：确定所述细二值分割结果中的多个连通域；根据所述多个连通域，更新所述目标
标记结果。
[0017]在一种可能的实现方式中，所述方法还包括：基于预设肋骨粘连检测条件，对所述目标标记结果进行粘连检测，确定所述目标标记结果中是否存在粘连肋骨，其中，所述粘连肋骨用于指示对应相同的肋骨标识的至少两根相邻肋骨；在确定所述目标标记结果中存在粘连本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：对待分割肋骨图像进行语义类别分割，得到所述待分割肋骨图像对应的语义类别分割结果；对所述待分割肋骨图像进行实例分割，得到所述待分割肋骨图像对应的实例分割结果；根据所述语义类别分割结果和所述实例分割结果，确定所述待分割肋骨图像对应的目标标记结果，其中，所述目标标记结果中包括所述待分割肋骨图像中的多根肋骨以及每根肋骨对应的肋骨标识。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述语义类别分割和所述实例分割是在第一分辨率下进行的情况下，在第二分辨率下对所述待分割肋骨图像进行二值分割，得到所述待分割肋骨图像对应的细二值分割结果，其中，所述第二分辨率大于所述第一分辨率；根据所述细二值分割结果，更新所述目标标记结果。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：获取原始胸部扫描图像；对所述原始胸部扫描图像进行图像预处理，得到初始肋骨图像；对所述初始肋骨图像进行凸包分割，得到所述初始肋骨图像中的肋骨凸包区域；根据所述肋骨凸包区域，对所述初始肋骨图像进行裁剪，得到所述待分割肋骨图像。4.根据权利要求3所述的方法，其特征在于，所述对所述初始肋骨图像进行凸包分割，得到所述初始肋骨图像中的肋骨凸包区域，包括：确定所述初始肋骨图像中的肋骨区域是否符合预设完整性要求；在所述初始肋骨图像中的肋骨区域符合所述预设完整性要求的情况下，对所述初始肋骨图像进行凸包分割，得到所述肋骨凸包区域。5.根据权利要求4所述的方法，其特征在于，所述初始肋骨图像包括多个切片图像；所述确定所述初始肋骨图像中的肋骨区域是否符合预设完整性要求，包括：确定所述多个切片图像中每个切片图像的肋骨类别，其中，不同肋骨类别用于指示不同肋骨区域；根据每个所述切片图像的肋骨类别，确定肋骨类别序列；在所述肋骨类别序列中包括预设肋骨类别的情况下，确定所述初始肋骨图像中的肋骨区域符合所述预设完整性要求。6.根据权利要求3至5中任意一项所述的方法，其特征在于，所述对所述待分割肋骨图像进行实例分割，得到所述待分割肋骨图像对应的实例分割结果，包括：对所述待分割肋骨图像进行重采样，得到第一肋骨图像，其中，所述第一肋骨图像的分辨率是所述第一分辨率；对所述第一肋骨图像中的像素点进行位置编码，得到位置编码图像；基于所述位置编码图像，对所述第一肋骨图像进行实例分割，得到所述实例分割结果。7.根据权利要求6所述的方法，其特征在于，所述基于所述位置编码图像，对所述第一肋骨图像进行实例分割，得到所述实例分割结果，包括：对所述第一肋骨图像进行二值分割，得到所述第一肋骨图像对应的目标粗二值分割结
果；基于所述位置编码图像，确定所述第一肋骨图像对应的像素点嵌入向量；根据所述目标粗二值分割结果和所述第一肋骨图像对应的像素点嵌入向量，确定所述第一肋骨图像中的肋骨区域对应的像素点嵌入向量；对所述第一肋骨图像中的肋骨区域对应的像素点嵌入向量进行聚类，得到所述实例分割结果。8.根据权利要求7所述的方法，其特征在于，所述对所述第一肋骨图像进行二值分割，得到所述第一肋骨图像对应的目标粗二值分割结果，包括：对所述第一肋骨图像进行二值分割，得到所述第一肋骨图像对应的初始粗二值分割结果；根据所述肋骨凸包区域，对所述初始粗二值分割结果中的非肋骨区域进行过滤，得到所述目标粗二值分割结果。9.根据权利要求3至8中任意一项所述的方法，其特征在于，所述根据所述语义类别分割结果和所述实例分割结果，确定所述待分割肋骨图像对应的目标标记结果，包括：根据所述实例分割结果和所述肋骨凸包区域，确定单侧肋骨序列，其中，所述单侧肋骨序列中包括多根单侧肋骨及其排序，所述单侧肋骨序列包括左侧肋骨序列和右侧肋骨序列；根据所述语义类...

【专利技术属性】
技术研发人员：吴宇，袁璟，赵亮，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：