病灶分割模型的训练方法及装置、病灶分割方法及装置制造方法及图纸

本申请提供了一种病灶分割模型的训练方法及装置、病灶分割方法及装置，该训练方法包括：将包含目标病灶的二维CT图像输入预先训练好的二维病灶分割模型中，输出得到目标病灶的二维病灶分割结果；根据二维病灶分割结果中包含的目标病灶的位置信息以及尺寸信息，对目标病灶在三维CT图像中所在的体素单元进行标记，得到带有目标标记的目标三维CT图像；将目标三维CT图像输入至三维病灶分割模型中，以目标标记所在的体素单元作为感兴趣区域，输出得到目标病灶的三维分割预测结果；基于三维分割预测结果与目标标记之间的分割损失，对三维病灶分割模型进行训练，直至三维病灶分割模型达到收敛。这样，本申请有效地提高了对于目标病灶的病灶分割效率。病灶分割效率。病灶分割效率。

【技术实现步骤摘要】
病灶分割模型的训练方法及装置、病灶分割方法及装置


[0001]本申请涉及图像处理
，具体而言，涉及一种病灶分割模型的训练方法及装置、病灶分割方法及装置。

技术介绍

[0002]病灶是指机体上发生病变的部分，其类型分布广泛且复杂；例如，发生于肝脏部位的肝脏肿瘤、发生于肺部的肺结节等都属于医学领域内需要进行研究的病灶。
[0003]以常见病灶中的肝脏肿瘤为例，肝脏肿瘤的病灶分割对于辅助医生进行诊断治疗具有非常重要的意义，目前在对肝脏肿瘤进行病灶分割时，主要是借助于3D
‑
slicer平台(一个开源医学影像分析平台)，通过人机交互的方式对肝脏肿瘤进行轮廓勾画；但是这种病灶分割方式费时费力，导致病灶分割的效率较低。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种病灶分割模型的训练方法及装置、病灶分割方法及装置，通过2D(two dimensional，二维)病灶分割模型与3D(three dimensional，三维)病灶分割模型相结合的方式，在实现对于目标病灶进行自动化切割的基础上，有效地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种病灶分割模型的训练方法，其特征在于，所述训练方法包括：将包含目标病灶的二维CT图像输入预先训练好的二维病灶分割模型中，输出得到针对所述目标病灶的二维病灶分割结果；根据所述二维病灶分割结果中包含的所述目标病灶的位置信息以及尺寸信息，对所述目标病灶在三维CT图像中所在的体素单元进行标记，得到带有目标标记的目标三维CT图像；将所述目标三维CT图像输入至三维病灶分割模型中，以所述目标标记所在的体素单元作为感兴趣区域，输出得到针对所述目标病灶的三维分割预测结果；基于所述三维分割预测结果与所述目标标记之间的分割损失，对所述三维病灶分割模型进行训练，直至所述三维病灶分割模型达到收敛。2.根据权利要求1所述的训练方法，其特征在于，通过以下方法获取包含所述目标病灶的二维CT图像：根据多组不同的第一CT值范围，对所述三维CT图像进行调窗处理，得到每组所述第一CT值范围下对应的调窗处理结果；其中，每组所述第一CT值范围对应一组第一窗宽和第一窗位；所述第一窗宽和所述第一窗位根据所述目标病灶所在的目标组织处对应的CT值范围确定；将每一所述第一CT值范围下对应的调窗处理结果存储至所述三维CT图像的一个图像通道中，得到包含所述目标病灶的多通道三维CT图像；根据空间中任一视角下的参考平面，对所述多通道三维CT图像进行裁切，得到所述多通道三维CT图像在所述参考平面下的二维切片，并将所述二维切片作为所述二维CT图像。3.根据权利要求2所述的训练方法，其特征在于，所述将包含目标病灶的二维CT图像输入预先训练好的二维病灶分割模型中，输出得到针对所述目标病灶的二维病灶分割结果，包括：获取所述多通道三维CT图像在多个不同参考平面下的二维切片；其中，所述多个不同参考平面至少包括：所述空间中主视角下的第一参考平面、所述空间中俯视角下的第二参考平面以及所述空间中左侧视角下的第三参考平面；将获取到的多个所述二维切片输入预先训练好的所述二维病灶分割模型中，输出得到针对每一所述二维切片的病灶分割结果；将得到的多个所述二维切片的病灶分割结果作为针对所述目标病灶在所述空间中不同视角下的二维病灶分割结果。4.根据权利要求3所述的训练方法，其特征在于，所述根据所述二维病灶分割结果中包含的所述目标病灶的位置信息以及尺寸信息，对所述目标病灶在三维CT图像中所在的体素单元进行标记，得到带有目标标记的目标三维CT图像，包括：基于每一所述二维切片在所述空间中对应的参考平面，对每一所述二维切片的病灶分割结果进行拼接，得到多个所述二维切片的病灶分割结果组成的三维拼接结果；基于所述目标病灶在所述三维拼接结果中的位置信息以及尺寸信息，确定所述目标病灶在所述三维CT图像中所在的目标体素单元；利用所述目标标记对确定出的所述目标体素单元进行标记，得到带有所述目标标记的所述目标三维CT图像。
5.根据权利要求1所述的训练方法，其特征在于，所述将所述目标三维CT图像输入至三维病灶分割模型中，包括：根据多组不同的第二CT值范围，对所述目标三维CT图像进行调窗处理，得到每组所述第二CT值范围下对应的调窗处理结果；其中，每组所述第二CT值范围对应一组第二窗宽和第二窗位；所述第二窗宽和所述第二窗位根据所述目标病灶所在的目标组织处对应的CT值范围确定；将每一所述第二CT值范围下对应的调窗处理结果存储至所述目标三维CT图像的一个图像通道中，得到多通道的目标三维CT图像，并将得到的所述多通道的目标三维CT图像输入至所述三维病灶分割模型中。6.根据权利要求1所述的训练方法，其特征在于，所述三维病灶分割模型中包含多层图像金字塔，每层图像金字塔用于处理一种特定分辨率下的目标三维CT图像；通过以下方法确定所述三维分割预测结果与所述目标标记之间的所述分割损失：针对每层图像金字塔，将该层图像金字塔用于处理的所述特定分辨率下的目标三维CT图像以及上层图像金字塔输出的图像特征提取结...

【专利技术属性】
技术研发人员：刘俊，黄文豪，张欢，陈宽，王少康，
申请(专利权)人：推想医疗科技股份有限公司，
类型：发明
国别省市：