一种腹部三维CT图像自动分割方法、设备及介质技术

本发明专利技术公开了一种腹部三维CT图像自动分割方法、设备及介质，包括获取腹部CT图像数据集进行预处理，使用改进U

【技术实现步骤摘要】
一种腹部三维CT图像自动分割方法、设备及介质


[0001]本专利技术涉及医学图像处理
，具体涉及一种腹部三维CT图像自动分割方法、设备及介质。

技术介绍

[0002]腹部包含着人体的许多重要器官，包括肝、胆、胰、脾、肾等。CT扫描是腹部疾病的常规检查，也是疾病诊断的重要参考手段。在腹部CT图像中，器官区域的精确自动分割在人体结构研究、手术计划和临床诊断中起着重要作用。但由于CT成像技术的局限性、患者个体差异以及腹部脏器的复杂特征，实际应用中腹部CT图像多脏器分割仍存在噪声高、背景复杂、脏器间边界模糊等技术挑战
[0003]回顾与腹部多器官分割密切相关的研究成果，基于图谱的方法最早被应用于腹部多器官分割。例如，统计形状模型和多图像标签融合。这两种方法都受限于基本图像配准算法的精度和性能，如图像的选择、可变形图像的准确配准和标签融合等因素，往往难以推广。
[0004]近年来，由于计算机性能的提高和深度学习领域的快速发展，深度神经网络在肿瘤分割，器官检测和分割中得到了广泛的应用，并取得了一定的研究成果。各种深度学习架构，如卷积神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种腹部三维CT图像自动分割方法，其特征在于，包括如下步骤：S1、获取腹部CT图像数据集并对其进行预处理，得到腹部3D扫描图像；S2、使用改进U
‑
Net网络模型对3D扫描图像进行粗分割，得到各腹部器官的大致位置信息；S3、依据各腹部器官的大致位置信息分成四个区域，使用SOA
‑
Net网络模型对四个区域进行细分割，得到精细器官图像；S4、将所述精细器官图像按元素替换至所述腹部3D扫描图像中，得到腹部分割图像。2.根据权利要求1所述的一种腹部三维CT图像自动分割方法，其特征在于，使用SOA
‑
Net网络模型对四个区域进行细分割的方法如下：SOA
‑
Net网络模型的编码器引入MBFA模块，所述MBFA模块包括四个编码分支，每一个编码分支对应处理一个区域中的腹部器官图像，得到腹部图像特征；SOA
‑
Net网络模型的解码器引入FAA模块，所述FAA模块包括两个解码分支，通过两个解码分支对腹部图像特征进行解码，得到精细器官图像。3.根据权利要求2所述的一种腹部三维CT图像自动分割方法，其特征在于，每一个编码分支对应处理一个区域中的腹部器官图像的方法包括：根据一个腹部器官的图像特征，采用多个深度卷积和多个点卷积构建一个编码分支；通过所述一个编码分支对所述一个腹部器官的图像进行特征提取，得到对应的腹部图像特征。4.根据权利要求3所述的一种腹部三维CT图像自动分割方法，其特征在于，每一个编码分支对应处理一个区域中的腹部器官的图像，得到腹部图像特征之后还包括：在所述MBFA模块的输出端引入编码调节注意力模块，所述编码调节注意力模块接收四个编码分支输出的腹部图像特征；所述编码调节注意力模块根据腹部图像特征的多尺度自适应调整接收野的大小并对接收野范围内不同尺度的目标器官进行分割，得到最终的腹部图像特征图。5.根据权利要求4所述的一种腹部三维CT图像自动分割方法，其特征在于，所述编码调节注意力模块对接收野范围内不同尺度的目标器官进行分割的方法如下：U＝U1+U2+U3+U4S＝F
FC
＝δ(B(WZ))＝δ(B(WZ))＝δ(B(WZ))＝δ(B(WZ))V＝U1a+U2b+U3c+U4d
其中，U1，U2，U3，U4表示这四个编码分支的输出；F
GB
代表全局平均池化；Z∈R
C
...

【专利技术属性】
技术研发人员：李腊全，赵海国，郑申海，汪洪，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：