本发明专利技术提供一种图像合成与分割方法、装置、终端及介质，通过对所目标图像数据进行变形处理，以获得变形图像数据；将所述婴儿图像和变形图像数据输入预先训练好的图像合成分割网络，输出对应合成分割结果。本申请利用本申请通过变形处理完成学习儿童脑图像到等强期婴儿脑图像的映射，为等强期婴儿脑图像分割提供更多的训练数据，同时通过等强期婴儿脑图像到儿童脑图像的映射，辅助婴儿脑图像的分割；并且通过设计的统一的合成分割网络使得合成网络受到下游分割网络的约束以形成对等强期婴儿脑图像(MRI)分割更精准的合成图像。期婴儿脑图像(MRI)分割更精准的合成图像。期婴儿脑图像(MRI)分割更精准的合成图像。
【技术实现步骤摘要】
图像合成与分割方法、装置、终端及介质
[0001]本专利技术涉及一种医学图像领域，特别是涉及一种图像合成与分割方法、装置、终端及介质。
技术介绍
[0002]核磁共振成像(MRI)是一种非常重要的医学图像成像技术，具有辐射低，软组织成像敏感度高，多方位成像，以及具有多种呈现方式等特点，为了测量神经发育障碍的大脑生长模式和形态变化或分离病灶部位需要对MRI图像进行分割，图像分割作为一种通用的数字图像分析技术在医学领域起着至关重要的作用。
[0003]然而，6个月左右(等强度期)时婴儿脑白质和灰质之间的对比度极低，不易对其MRI 图像进行自动分割，现有技术中，传统的脑组织分割方法通常基于统计分析和偏微分方程，通常依赖于成人大脑的先验知识，不适合等强度期婴儿大脑；深度学习的分割算法需要大量的训练样本，但是在6个月左右(等强度期)时婴儿脑白质和灰质之间的低对比度，很难手工注释组织分割去获得大量用于深度学习的训练样本，使得性能仍然不尽人意。
技术实现思路
[0004]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种图像合成与分割方法、装置、终端及介质，用于解决现有技术中因6个月左右(等强度期)时婴儿脑白质和灰质之间的对比度极低，不易对其MRI图像进行自动分割的问题。
[0005]为实现上述目的及其他相关目的，本专利技术提供一种图像合成与分割方法，其特征在于，所述方法包括：获取目标图像数据，所述目标图像数据包括：婴儿图像和/或儿童图像；对所目标图像数据进行变形处理，以获得变形图像数据；其中，所述变形图像数据包括：对应所述婴儿图像的变形婴儿图像和/或对应所述儿童图像的变形儿童图像；将所述婴儿图像和变形图像数据输入预先训练好的图像合成分割网络，输出对应合成分割结果。
[0006]于本专利技术的一实施例中，所述图像合成分割网络包括：合成网络，用于根据输入的变形婴儿图像和/或变形儿童图像，输出对应所述变形婴儿图像的合成儿童图像和/或对应所述变形儿童图像的合成婴儿图像；分割网络，连接所述合成网络，用于根据输入的所述婴儿图像或变形婴儿图像以及对应的合成儿童图像，和/或所述变形儿童图像以及对应的合成婴儿图像，输出对应所述婴儿图像或变形婴儿图像的婴儿图像合成分割结果和/或对应所述变形儿童图像的儿童图像合成分割结果。
[0007]于本专利技术的一实施例中，所述合成网络包括：第一合成子网络，用于输入所述变形儿童图像，输出所述合成婴儿图像；第二合成子网络，用于输入所述婴儿图像或变形婴儿图像，输出所述合成儿童图像；输出模块，连接所述第一合成子网络和第二合成子网络，用于接收所述合成婴儿图像和/或合成儿童图像；其中，所述第一合成网络由婴儿图像训练集训练获得；其中，所述婴儿图像训练集包括：多个婴儿图像或变形婴儿图像样本以及各样本对应的变形儿童图像；所述第二合成网络由儿童图像训练集训练获得；其中，所述儿童图像训
练集包括：多个变形儿童图像样本以及各样本对应的婴儿图像或变形婴儿图像。
[0008]于本专利技术的一实施例中，所述第一合成子网络包括：第一生成器、第一鉴别器以及第一配准模块；所述第二合成子网络包括：第二生成器、第二鉴别器以及第二配准模块；其中，所述第一生成器连接所述第一鉴别器，所述第一鉴别器连接所述第一配准模块，所述第二生成器连接所述第二鉴别器，所述第二鉴别器连接所述第二配准模块。
[0009]于本专利技术的一实施例中，所述分割网络包括：
[0010]第一特征提取模块，连接所述输出模块，用于输入所述变形儿童图像和/或合成儿童图像提取其特征，输出所述合成儿童图像提取对应的合成儿童图像特征和/或所述变形儿童图像对应的变形儿童图像特征；第二特征提取模块，连接所述输出模块，输入所述婴儿图像或变形婴儿图像和/或合成婴儿图像，输出所述婴儿图像或变形婴儿图像对应变形婴儿图像特征和/ 或所述合成婴儿图像对应合成婴儿图像特征；融合模块，连接所述第一特征提取模块和第二特征提取模块，输入所述合成儿童图像特征及婴儿图像或变形婴儿图像特征进行融合，获得对应所述婴儿图像或变形婴儿图像的婴儿图像合成分割结果，和/或输入所述合成婴儿图像特征及变形儿童图像特征进行融合输出对应所述变形儿童图像的儿童图像合成分割结果。
[0011]于本专利技术的一实施例中，所述对所述图像数据进行变形处理包括：基于由儿童标准图像仿射配准获得的仿射儿童标准图像，对所述婴儿图像进行变形配准获得所述变形婴儿图像；和/或基于婴儿标准图像，对所述儿童图像进行变形配准获得所述变形儿童图像。
[0012]于本专利技术的一实施例中，所述合成网络基于感觉一致性损失进行约束以更新自身的参数。
[0013]为实现上述目的及其他相关目的，本专利技术提供一种为实现上述目的及其他相关目的，本专利技术提供一种
[0014]为实现上述目的及其他相关目的，本专利技术提供一种为实现上述目的及其他相关目的，本专利技术提供一种图像合成分割装置，所述装置包括：获取装置，用于获取待合成的图像数据，所述图像数据包括：婴儿图像和/或儿童图像；处理装置，用于对所述图像数据进行变形处理，获得变形图像数据，所述变形图像数据包括：变形婴儿图像和/或变形儿童图像；合成分割装置，用于将所述婴儿图像和变形图像数据输入预先训练好的图像合成分割网络，输出合成分割图像。
[0015]为实现上述目的及其他相关目的，本专利技术提供一种为实现上述目的及其他相关目的，本专利技术提供一种计算机可读存储介质，存储有计算机指令，所述计算机指令被运行时执行所述的方法。
[0016]为实现上述目的及其他相关目的，本专利技术提供一种为实现上述目的及其他相关目的，本专利技术提供一种电子终端，所述设备包括：存储器、及处理器；所述存储器用于存储计算机指令；所述处理器运行计算机指令实现所述的方法。
[0017]如上所述，本专利技术的一种图像合成与分割方法、装置、终端及介质，具有以下有益效果：不同于现有技术传统脑组织分割方法和深度学习的分割算法，本申请所提供的一种图像合成与分割方法、装置、终端及介质将合成框架与分割框架引入等强期婴儿图像(MRI)分割领域。与现有技术相比，本申请通过变形处理完成学习儿童脑图像到等强期婴儿脑图像的映射，为等强期婴儿脑图像分割提供更多的训练数据，同时通过等强期婴儿脑图像到
儿童脑图像的映射，辅助婴儿脑图像的分割；并且通过设计的统一的合成分割网络使得合成网络受到下游分割网络的约束以形成对等强期婴儿脑图像(MRI)分割更精准的合成图像。
附图说明
[0018]图1显示为本专利技术一实施例中的图像合成与分割方法的流程示意图。
[0019]图2显示为为本专利技术一实施例中的变形数据获取流程示意图。
[0020]图3显示为为本专利技术一实施例中的图像合成分割网络结构示意图。
[0021]图4显示为为本专利技术一实施例中的合成网络结构。
[0022]图5显示为为本专利技术一实施例中的图像合成与分割方法的结构示意图。
[0023]图6显示为为本专利技术一实施例中的图像合成分割网络结构框架示意图。
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像合成与分割方法，其特征在于，所述方法包括：获取目标图像数据，所述目标图像数据包括：婴儿图像和/或儿童图像；对所目标图像数据进行变形处理，以获得变形图像数据；其中，所述变形图像数据包括：对应所述婴儿图像的变形婴儿图像和/或对应所述儿童图像的变形儿童图像；将所述婴儿图像和变形图像数据输入预先训练好的图像合成分割网络，输出对应合成分割结果。2.根据权利要求1所述的图像合成分割方法，其特征在于，所述图像合成分割网络包括：合成网络，用于根据输入的婴儿图像或变形婴儿图像，和/或变形儿童图像，输出对应所述婴儿图像或变形婴儿图像的合成儿童图像和/或对应所述变形儿童图像的合成婴儿图像；分割网络，连接所述合成网络，用于根据输入的所述婴儿图像或变形婴儿图像以及对应的合成儿童图像，和/或所述变形儿童图像以及对应的合成婴儿图像，输出对应所述婴儿图像或变形婴儿图像的婴儿图像合成分割结果和/或对应所述变形儿童图像的儿童图像合成分割结果。3.根据权利要求2所述的图像合成分割方法，其特征在于，所述合成网络包括：第一合成子网络，用于输入所述变形儿童图像，输出所述合成婴儿图像；第二合成子网络，用于输入所述婴儿图像或变形婴儿图像，输出所述合成儿童图像；输出模块，连接所述第一合成子网络和第二合成子网络，用于接收所述合成婴儿图像和/或合成儿童图像；其中，所述第一合成网络由婴儿图像训练集训练获得；其中，所述婴儿图像训练集包括：多个婴儿图像或变形婴儿图像样本以及各样本对应的变形儿童图像；所述第二合成网络由儿童图像训练集训练获得；其中，所述儿童图像训练集包括：多个变形儿童图像样本以及各样本对应的婴儿图像或变形婴儿图像。4.根据权利要求3所述的图像合成分割方法，其特征在于，所述第一合成子网络包括：第一生成器、第一鉴别器以及第一配准模块；所述第二合成子网络包括：第二生成器、第二鉴别器以及第二配准模块；其中，所述第一生成器连接所述第一鉴别器，所述第一鉴别器连接所述第一配准模块，所述第二生成器连接所述第二鉴别器，所述第二鉴别器连接所述第二配准模块。5.根据权利要求2或3...
【专利技术属性】
技术研发人员：沈定刚，魏洁，潘永生，夏勇，
申请(专利权)人：上海科技大学，
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。