基于预处理加速的肿瘤图像分割方法、装置和电子设备制造方法及图纸

本发明专利技术公开了基于预处理加速的肿瘤图像分割方法、装置和电子设备，属于智能医疗技术领域。方法包括：将原始3D肿瘤图像经过第一分割操作得到第一分割图像；将第一分割图像经过第二分割操作得到第二分割图像；将第二分割图像经过第三分割操作得到第三分割图像；将第一分割图像、第二分割图像和第三分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果。本发明专利技术通过对肿瘤图像顺次进行分割，并对图像的多方位数据分别进行分割，最后对各方位数据的分割结果进行融合，保证了分割效果优于单方向；对于分歧的分割结果，通过MPR重建和循环迭代判定的方法实现了分割的优化；同时通过对图像进行预分割减小了模型网络的输入量，提高了计算效率。计算效率。计算效率。

【技术实现步骤摘要】
基于预处理加速的肿瘤图像分割方法、装置和电子设备


[0001]本专利技术涉及智能医疗
，尤其涉及一种基于预处理加速的肿瘤图像分割方法、装置和电子设备。

技术介绍

[0002]为了对肿瘤进行精确诊断和治疗，临床上通常需要对肿瘤图像进行分割以区分全肿瘤（the whole tumor, WT）、肿瘤核(tumor core, TC)以及增强肿瘤(enhanced tumor, ET)等。
[0003]目前，临床常用的肿瘤分割方法包括手动、半自动和自动分割。其中，手动或半自动分割不仅耗费大量时间，还受到医生自身水平与精力的限制，无法保证长期稳定性。自动分割不仅能较好的解决以上问题，而且自动分割能接近或达到专业临床医生手动分割的效果。自动分割方法根据数据的类型可分为2D数据分割和3D数据分割。3D数据分割的模型比2D数据分割的模型拥有更好的分割效果，但是，3D数据分割存在以下的问题：首先，3D数据较大的数据量对计算机配置提出了更高的要求。计算机性能、分割效果和计算效率之间相互制约，经常面临需要取舍的问题。
[0004]其次，常规使用的分割方法用于预分割时，会面临脑部其他组织信号的干扰，导致适用性较差，经常出现分割效果不稳定的现象。例如在分割脑组织内部肿瘤时，头骨组织的高信号难以避免，本身分离出头骨的计算量和难度已经很大，因此难以在实际场景中推广应用。
[0005]最后，网络模型分割效果和样本数据的多少直接相关，在实际处理中如何在有限训练数据的情况下提升分割精度就会非常困难。

技术实现思路

[0006]为了解决现有技术中存在的问题，本专利技术提供了如下技术方案。
[0007]本专利技术第一方面提供了一种基于预处理加速的肿瘤图像分割方法，包括：将原始3D肿瘤图像经过第一分割操作得到第一分割图像；将第一分割图像经过第二分割操作得到第二分割图像；将第二分割图像经过第三分割操作得到第三分割图像；将第一分割图像、第二分割图像和第三分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果；其中，在第一分割操作、第二分割操作和第三分割操作中，对图像的多方位数据分别进行分割，并将分割结果进行融合以得到对应的分割图像；在融合过程中，若不同方位数据的分割结果相同，则融合成功得到对应的分割图像；否则，将不同方位数据通过MPR重建产生新的方位数据，并且自动将新的方位数据的分割结果代入判定过程，循环迭代判定直至各方位数据的分割结果相同，融合成功得到对应的分割图像。
[0008]优选地，所述将原始3D肿瘤图像经过第一分割操作得到第一分割图像；将第一分
割图像经过第二分割操作得到第二分割图像；将第二分割图像经过第三分割操作得到第三分割图像；将第一分割图像、第二分割图像和第三分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果为：将原始3D肿瘤图像经过3D WT
‑
Net分割得到3D WT分割图像；将3D WT分割图像经过3D TC
‑
Net分割得到3D TC分割图像；将3D TC分割图像经过3D ET
‑
Net分割得到3D ET分割图像；将3D WT分割图像、3D TC分割图像和3D ET分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果。
[0009]优选地，所述基于预处理加速的肿瘤图像分割方法还包括：将原始3D肿瘤图像进行重构生成三维等体素图像，获取三维等体素图像的3D WT区域图像；所述将原始3D肿瘤图像经过3D WT
‑
Net分割得到3D WT分割图像即为：将三维等体素图像的3D WT区域图像经过3D WT
‑
Net分割得到3D WT分割图像。
[0010]优选地，所述获取三维等体素图像的3D WT区域图像包括：将三维等体素图像中的T1 CE图像和T1图像相减，得到3D ET剪影图像；通过膨胀腐蚀的方法，预分割出3D ET区域；计算3D ET区域的局部最大平均值区域，并以该局部最大平均值区域为种子点，配准到相应的三维等体素图像中的Flair图像上，然后采用区域生长的方法，预分割出3D WT区域，从而得到三维等体素图像的3D WT区域图像。
[0011]优选地，所述预分割出3D WT区域之后还包括：对预分割出的3D WT区域进行双三次插值。
[0012]优选地，所述计算3D ET区域的局部最大平均值区域包括：以某个点为中心，计算该点与其周围相邻点的平均值，所得平均值最大的区域即为局部最大平均值区域。
[0013]优选地，所述分割方法还包括：将3D WT分割图像与3D WT区域图像合并剪裁得到准确分割的3D WT区域图像；所述将3D WT分割图像经过3D TC
‑
Net分割即为：将准确分割的3D WT区域图像经过3D TC
‑
Net分割得到3D TC分割图像。
[0014]优选地，所述分割方法还包括：将3D TC分割图像与准确分割的3D WT区域图像合并剪裁得到准确分割的3D TC区域图像；所述将3D TC分割图像经过3D ET
‑
Net分割得到3D ET分割图像即为：将准确分割的3D TC区域图像经过3D ET
‑
Net分割得到3D ET分割图像。
[0015]优选地，3D WT
‑
Net采用3D U
‑
Net网络模型对图像的多方位数据进行分割，3D TC
‑
Net采用3D U
‑
Net网络模型对图像的多方位数据进行分割，3D ET
‑
Net采用3D U
‑
Net++网络模型对图像的多方位数据进行分割。
[0016]优选地，所述在融合过程中，按照如下方法判定是否融合成功：分割结果包括如下两种：当前点属于分割范围内，以及当前点属于分割范围外；若，，则判定不同方位数据的分割结果相同，融合成功得到对应的分割图像；否则，将不同方位数据通过MPR重建产生新的方位数据，并且自动将新的方位数据的分割结果代入判定过程，循环迭代判定直至各方位数据的分割结果相同，融合成功得到对应的分割图像；其中，表示当前点属于分割范围内的计数，表示当前点属于分割范围外的计
数，为设定的可接受的判断值。
[0017]本专利技术第二方面提供了一种肿瘤图像分割装置，包括：第一分割图像获取模块，用于将原始3D肿瘤图像经过第一分割操作得到第一分割图像；第二分割图像获取模块，用于将第一分割图像经过第二分割操作得到第二分割图像；第三分割图像获取模块，用于将第二分割图像经过第三分割操作得到第三分割图像；最终分割结果获取模块，用于将第一分割图像、第二分割图像和第三分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果；其中，在第一分割操作、第二分割操作和第三分割操作中，对图像的多方位数据分别进行分割，并将分割结果进行融合以得到对应的分割图像；在融合过程中，若不同方位数据的分割结果相同，则融合成功得到对应的分割图像；否则，将不同方位数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预处理加速的肿瘤图像分割方法，其特征在于，包括：将原始3D肿瘤图像经过第一分割操作得到第一分割图像；将第一分割图像经过第二分割操作得到第二分割图像；将第二分割图像经过第三分割操作得到第三分割图像；将第一分割图像、第二分割图像和第三分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果；其中，在第一分割操作、第二分割操作和第三分割操作中，对图像的多方位数据分别进行分割，并将分割结果进行融合以得到对应的分割图像；在融合过程中，若不同方位数据的分割结果相同，则融合成功得到对应的分割图像；否则，将不同方位数据通过MPR重建产生新的方位数据，并且自动将新的方位数据的分割结果代入判定过程，循环迭代判定直至各方位数据的分割结果相同，融合成功得到对应的分割图像。2.如权利要求1所述的基于预处理加速的肿瘤图像分割方法，其特征在于，所述将原始3D肿瘤图像经过第一分割操作得到第一分割图像；将第一分割图像经过第二分割操作得到第二分割图像；将第二分割图像经过第三分割操作得到第三分割图像；将第一分割图像、第二分割图像和第三分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果为：将原始3D肿瘤图像经过3D WT
‑
Net分割得到3D WT分割图像；将3D WT分割图像经过3D TC
‑
Net分割得到3D TC分割图像；将3D TC分割图像经过3D ET
‑
Net分割得到3D ET分割图像；将3D WT分割图像、3D TC分割图像和3D ET分割图像与原始3D肿瘤图像配准，标记后得到最终分割结果。3.如权利要求2所述的基于预处理加速的肿瘤图像分割方法，其特征在于，还包括：将原始3D肿瘤图像进行重构生成三维等体素图像，获取三维等体素图像的3D WT区域图像；所述将原始3D肿瘤图像经过3D WT
‑
Net分割得到3D WT分割图像即为：将三维等体素图像的3D WT区域图像经过3D WT
‑
Net分割得到3D WT分割图像。4.如权利要求3所述的基于预处理加速的肿瘤图像分割方法，其特征在于，所述获取三维等体素图像的3D WT区域图像包括：将三维等体素图像中的T1 CE图像和T1图像相减，得到3D ET剪影图像；通过膨胀腐蚀的方法，预分割出3D ET区域；计算3D ET区域的局部最大平均值区域，并以该局部最大平均值区域为种子点，配准到相应的三维等体素图像中的Flair图像上，然后采用区域生长的方法，预分割出3D WT区域，从而得到三维等体素图像的3D WT区域图像。5.如权利要求4所述的基于预处理加速的肿瘤图像分割方法，其特征在于，所述预分割出3D WT区域之后还包括：对预分割出的3D WT区域进行双三次插值。6.如权利要求4所述的基于预处理加速的肿瘤图像分割方法，其特征在于，所述计算3D ET区域的局部最大平均值区域包括：以某个点为中心，计算该点与其周围相邻点的平均值，所得平均值最大的区域即为局部最大平均值区域。7.如权利要求3所述的基于预处理加速的肿瘤图像分割方法，其特征在于，所述分割方法还包括：将3D WT分割图像与3D WT区域图像合并剪裁得到准确分割的3D WT区域图像；所述将3...

【专利技术属性】
技术研发人员：李鹏宇，
申请(专利权)人：北京智源人工智能研究院，
类型：发明
国别省市：