一种基于边缘响应与非线性损失的主动脉夹层分割方法技术

本发明专利技术公开一种基于边缘响应与非线性损失的主动脉夹层分割方法，包括：对主动脉夹层CT图像进行预处理，将预处理后的所述主动脉夹层CT图像划分为训练集与验证集；建立主动脉夹层深度边缘响应三维级联分割模型；设计基于边缘响应损失和自适应对数损失的组合损失函数；基于所述组合损失函数与所述训练集对所述主动脉夹层深度边缘响应三维级联分割模型进行训练，使用训练好的所述主动脉夹层深度边缘响应三维级联分割模型完成主动脉夹层分割。本发明专利技术能够缓解主动脉夹层分割中的区域不连续和类别不平衡问题，提高真腔、假腔和全主动脉的分割精度。分割精度。分割精度。

【技术实现步骤摘要】
一种基于边缘响应与非线性损失的主动脉夹层分割方法


[0001]本专利技术属于医学影像图像处理
，尤其涉及一种基于边缘响应与非线性损失的主动脉夹层分割方法。

技术介绍

[0002]主动脉夹层(Aortic Dissection,AD)是致死率最高的主动脉疾病。有临床表现复杂、缺乏具体的症状和体征等特点。该疾病的诊断对医生的专业性要求很高，非心血管专业医生对AD的了解不足就很容易出现误诊现象。AD要根据内膜破裂口的来源和夹层累及程度进行分型(分类)，根据Stanford分型方法可以分为A型和B型，每个型别的夹层都有对应的专业的治疗方法。但A型夹层和B型夹层的手术治疗，都需要医师在手术前准确地掌握破口位置、夹层累及程度。掌握这些必要的信息在术前诊断、手术规划和术后治疗都有重大的意义，确保对病人进行及时有效的治疗。实现自动的、精确的对主动脉夹层真腔、假腔、全主动脉的分割可以为病患节约宝贵的时间，也可以为医生在进行手术规划和术后治疗提供辅助作用。目前主动脉夹层的分割主要有基于模型的方法、基于小波分析的方法和基于深度学习的方法。<br/>[0003]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，包括如下步骤，对主动脉夹层CT图像进行预处理，将预处理后的所述主动脉夹层CT图像划分为训练集与验证集；建立主动脉夹层深度边缘响应三维级联分割模型；设置基于边缘响应损失和自适应对数损失的组合损失函数；基于所述组合损失函数与所述训练集对所述主动脉夹层深度边缘响应三维级联分割模型进行训练，使用训练好的所述主动脉夹层深度边缘响应三维级联分割模型完成对主动脉夹层分割。2.根据权利要求1所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，所述预处理包括数据格式转换处理、伽马增强处理、数据几何变换增广处理与标准化处理。3.根据权利要求2所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，所述数据格式转换处理为将所述主动脉夹层CT图像由二维格式转换为三维格式；所述伽马增强处理为对所述三维格式的主动脉夹层CT图像进行伽马灰度变换，所述伽马灰度变换公式为：CT
out
＝2CT
in0.65
其中，CT
in
为图像伽马灰度变换前的灰度值，CT
out
为图像伽马灰度变换后的灰度值，2为灰度缩放系数，0.65为伽马因子值；所述数据几何变换增广处理为使用图像的平移、旋转、翻转、镜像几何变换来增加所述伽马增强处理后的主动脉夹层CT图像的数据量；所述标准化处理为对所述数据几何变换增广处理后的主动脉夹层CT图像的分辨率与灰度值进行标准化，将CT图像的分辨率处理为256
×
128
×
128，灰度值处理为0
‑
1之间。4.根据权利要求1所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，所述主动脉夹层深度边缘响应三维级联分割模型包括第一子网络与第二子网络；所述第一子网络用于分割主动脉夹层全主动脉区域；所述第二子网络用于分割主动脉夹层真腔、假腔；所述第一子网络与所述第二子网络均包括编码器、解码器、若干个跳层连接。5.根据权利要求4所述的基于边缘响应与非线性损失的主动脉夹层分割方法，其特征在于，所述第一子网络与所述第二子网络均还包括深度边缘响应监督模块；所述深度边缘响应监督模块用于对所述第一子...

【专利技术属性】
技术研发人员：柴森春，陈兵，李慧芳，王昭洋，崔灵果，张百海，姚分喜，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：