分割图像的方法、装置、设备及存储介质制造方法及图纸

本申请适用于图像处理技术领域，提供了分割图像的方法、装置、设备及存储介质，包括：获取被测对象的腹部的T1加权图像；通过已训练的图像分割模型，对T1加权图像中肝脏血管对应的图像进行剔除处理，得到肝脏分割图像。上述方案中，通过已训练的图像分割模型对T1加权图像进行处理，剔除了T1加权图像中肝脏血管对应的图像，没有了肝脏血管的干扰，使得到的肝脏分割图像更准确。割图像更准确。割图像更准确。

Method, device, device and storage medium for image segmentation

【技术实现步骤摘要】
分割图像的方法、装置、设备及存储介质


[0001]本申请属于图像处理
，尤其涉及分割图像的方法、装置、设备及存储介质。

技术介绍

[0002]非酒精性脂肪性肝病(NAFLD)是指除外酒精和其他明确的损肝因素所致的肝细胞内脂肪过度沉积为主要特征的临床病理综合征，与胰岛素抵抗和遗传易感性密切相关的获得性代谢应激性肝损伤。主要包括单纯性脂肪肝(SFL)、非酒精性脂肪性肝炎(NASH)及其相关肝硬化。
[0003]随着生活水平的提高和生活方式的改变，NAFLD的发病率越来越高，严重时会引发肝癌。因此，早期对NAFLD进行精准定量分析至关重要。
[0004]NAFLD的精准定量分析与脂肪定量结果(肝脏的脂肪含量)是否精准密切相关，而脂肪定量结果是否精准又与能否从受检者腹部的磁共振(Magnetic Resonance，MR)图像中准确分割出肝脏图像密切相关。
[0005]现有技术中，通常利用多层感知机(Multi Layer Perceptron，MLP)和分水岭算法对MR图像进行分割，得到肝脏图像。然而，利用这种方法分割得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分割图像的方法，其特征在于，包括：获取被测对象的腹部的T1加权图像；通过已训练的图像分割模型，对所述T1加权图像中肝脏血管对应的图像进行剔除处理，得到肝脏分割图像。2.如权利要求1所述的方法，其特征在于，所述T1加权图像包括T1加权同相位图像和T1加权反相位图像，所述通过已训练的图像分割模型，对所述T1加权图像中肝脏血管对应的图像进行剔除处理，得到肝脏分割图像，包括：通过所述图像分割模型提取所述T1加权反相位图像中的肝脏边缘特征，以及所述T1加权同相位图像中的肝脏血管特征；根据所述肝脏边缘特征确定肝脏图像；根据所述肝脏血管特征从所述肝脏图像中确定所述肝脏血管对应的图像；从所述T1加权图像中剔除所述肝脏血管对应的图像，得到所述肝脏分割图像。3.如权利要求1所述的方法，其特征在于，所述通过已训练的图像分割模型，对所述T1加权图像中肝脏血管对应的图像进行剔除处理，得到肝脏分割图像之后，所述方法还包括：获取所述被测对象的腹部的质子密度脂肪分数定量图像；将所述肝脏分割图像和所述质子密度脂肪分数定量图像进行配准，得到脂肪定量结果。4.如权利要求1至3任一项所述的方法，其特征在于，所述已训练的图像分割模型的训练方式为：利用预设的样本训练集和损失函数对初始模型进行训练，得到所述已训练的图像分割模型，所述样本训练集包括多个样本T1加权图像，以及各个所述样本T1加权图像对应的肝脏掩模图像，所述肝脏掩模图像为标记有肝脏区域且剔除肝脏血管后的图像。5.如权利要求4所述的方法，其特征在于，所述利用预设的样本训练集和损失函数对初始模型进行训练，得到所述已训练的图像分割模型，包括：将所述样本训练集中的样本T1加权图像输入到所述初始模型中处理，得到所述样本T1加权图像的样本分割图像；根据所述损失函数计算所述样本T1加权图像的样本分割图像，与所述样本T1加权图像对应的肝脏掩模图像之...

【专利技术属性】
技术研发人员：程传力，邹超，赵琴琴，郑海荣，刘新，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：