【技术实现步骤摘要】
基于空间邻域分析的肺部CT图像分割装置
[0001]本申请涉及图像处理领域，具体涉及基于空间邻域分析的肺部CT图像分割装置。
技术介绍
[0002]肺部CT图像是通过计算机断层扫描得到的一系列横断面连续影像图层序列。通过图像处理技术定位并分割肺部CT病灶区域，能够为影像科医生提供图像可视化及定量分析结果，进而为临床诊断与病情检测提供帮助。
[0003]现有的肺部CT图像分割装置通常面向单一图层进行处理，或针对所有图层组成的三维影像进行分析，但各类处理方法均存在以下不同方面的问题：
[0004]第一，针对单一图层的图像分割方法仅使用了CT影像横断面的二维空间信息，导致部分病灶边界区域难以准确分割。高分辨率CT影像图层层厚通常在1mm左右，而多数待分割病灶在实际尺寸远大于层厚，因此单一横断面图层难以提供三维空间中其余两个正交方向上的有效信息，导致分割结果不连续或有遗漏；
[0005]第二，CT影像的层内间距(分辨率)通常小于层间间距(层厚)，即在正交方向存在各向异性，这导致以三维空间区域作为处理单元的图像...
【技术保护点】
【技术特征摘要】
1.基于空间邻域分析的肺部CT图像分割装置，其特征在于，所述装置包括：图像预处理模块，用于对输入的原始CT影像文件进行图像格式标准化得到图像像素值，计算肺部CT影像原始文件中各图层对应的肺实质前景区域掩码，将单一前景区域图层及其前后邻域图层合并为一组邻域图层切片序列；空间邻域特征识别模块，用于利用预设的编码卷积块并行提取每个邻域图层切片序列中的二维病灶图像特征，提取邻域图层切片序列间的局部三维空间语义特征，通过三维卷积运算对提取到的局部三维空间语义特征进行融合，获取不同尺度的病灶区域编码特征图；自注意力特征解码模块，用于结合通道相关性分析的自注意力机制，将融合后的特征重映射为与单一CT图层对应的二维图像特征，基于得到的二维图像特征进行多尺度特征解码，得到与各病灶区域对应的归一化权重矩阵；多视图区域校准模块，用于对归一化权重矩阵中对应横断面、矢状面、冠状面三个正交方向的病灶区域权重数值进行归一化处理，基于影像学先验知识对病灶区域进行校准与查验，输出三维病灶区域掩码作为分割结果。2.根据权利要求1所述的基于空间邻域分析的肺部CT图像分割装置，其特征在于，所述图像预处理模块包括：图像标准化单元，用于在特定CT窗口下对将原始影像序列中的CT值转换为图像灰度值，得到肺窗标准化矩阵用于肺实质感兴趣区域分割；感兴趣区域提取单元，用于识别标准化后的CT影像图层中的肺实质区域作为有效前景感兴趣区域；邻域图层切片序列生成单元，用于将肺实质前景像素矩阵分别沿横断面、矢状面、冠状面三个正交视图的方向处理为多组邻域图层切片序列。3.根据权利要求1所述的基于空间邻域分析的肺部CT图像分割装置，其特征在于，所述空间邻域特征识别模块包括：多尺度特征编码单元，用于以邻域图层切片序列为输入，并行地提取序列中各图层的二维图像特征；上下文特征融合单元，将邻域图层切片序列的编码特征图在不同层级实现多尺度融合，对三维邻域内的空间特征信息进行识别。4.根据权利要求3所述的基于空间邻域分析的肺部CT图像分割装置，其特征在于，所述上下文特征融合单元，具体用于：对于来自上下邻域的编码特征图，采用三维卷积核对局部邻域进行特征提取，得到邻域上下文融合特征子图，接批量归一化操作并采用线性整流激活函数激活；对每一个通道重复上述操作，并将所有通道的计算结果按通道顺序叠加，得到最终的上下文融合特征图。5.根据权利要求1所述的基于空间邻域分析的肺部CT图像分割装置，其特征在于，所述自注意力特征解码模块包括：自注意力控制单元，用于以邻域图层切片序列的横断面解码特征图及上下文融合特征图为输入，基于通道域特征相关性对原始图层序列对应的病灶特征进行重映射；多尺度特征解码单元，用于以不同尺度的横断面编码特征图为输入，利用反卷积操作
将经自注意力调控后的编码特征图上采样至原始输入尺寸，并将图像特征映射为病灶类别标签。6.根据权利要求5所述的基于空间邻域分析的肺部CT图像分割装置，其特征在于...
【专利技术属性】
技术研发人员：何玮，罗楹，王崇宇，章曾，姜丽红，蔡鸿明，
申请(专利权)人：上海翰宇生物科技有限公司，
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。