本申请涉及一种医学图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取待处理医学图像；通过第一目标分割模型对所述待处理医学图像进行第一次分割得到第一分割结果；根据所述第一分割结果进行裁剪得到待处理区域；通过第二目标分割模型对所述待处理区域进行第二次分割得到第二分割结果；按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果。采用本方法不需要进行形态学比较等，缩短了分割时间，且通过两次分割也提高了分割精度。分割精度。分割精度。
【技术实现步骤摘要】
医学图像处理方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
，特别是涉及一种医学图像处理方法、装置、计算机设备和存储介质。
技术介绍
[0002]主动脉的分割在医学领域有着非常大的作用，尤其是主动脉血管造影(CTA)对引起胸痛的心血管疾病有着良好的筛查作用，同时，CTA成像的后处理技术也能够对疾病进行准确的诊断和治疗，包括对疾病患者部分的定位，严重程度的评估，手术实时导航以及术后的跟踪评价等。而CTA图像后处理的关键技术之一就是把主动脉完整准确地提取出来。
[0003]目前主动脉分割有阈值分割结合形态学后处理的方法，但该方法分割一例主动脉往往消耗大量时间。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够缩短分割时间的医学图像处理方法、装置、计算机设备和存储介质。
[0005]一种医学图像处理方法，所述方法包括：
[0006]获取待处理医学图像；
[0007]通过第一目标分割模型对所述待处理医学图像进行第一次分割得到第一分割结果；
[0008]根据所述第一分割结果进行裁剪得到待处理区域；
[0009]通过第二目标分割模型对所述待处理区域进行第二次分割得到第二分割结果；
[0010]按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果。
[0011]在其中一个实施例中，所述通过第一目标分割模型对所述待处理医学图像进行第一次分割得到第一分割结果之前，还包括：
[0012]对所述待处理医学图像进行第一预处理，所述第一预处理包括图像尺寸变化处理、图像CT值范围处理以及图像CT值归一化处理中的至少一种。
[0013]在其中一个实施例中，所述根据所述第一分割结果进行裁剪得到待处理区域，包括：
[0014]计算所述第一分割结果对应的外边界的位置；
[0015]基于所述外边界的位置将所述外边界向所述第一分割结果之外的区域扩展预设数量的像素，以得到待裁剪医学图像；
[0016]对所述待裁剪医学图像进行裁剪得到待处理区域。
[0017]在其中一个实施例中，所述通过第二目标分割模型对所述待处理区域进行第二次分割得到第二分割结果之前，还包括：
[0018]对所述待处理区域进行第二预处理，所述第二预处理包括待处理区域重采样处理、图像CT值范围处理、图像CT值归一化处理以及重叠采样中的至少一种。
[0019]在其中一个实施例中，所述按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果，包括：
[0020]对所述第二分割结果进行连通域分析得到至少一个连通域；
[0021]按照预设规则对所述连通域进行过滤处理得到目标分割结果。
[0022]在其中一个实施例中，所述按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果之后，包括：
[0023]将所述目标分割结果进行重采样以得到与所述待处理医学图像大小相同的目标图像；
[0024]将所述目标图像中的目标分割结果作为前景，其他区域作为背景得到目标分割结果。
[0025]一种第一目标分割模型的训练方法，所述第一目标分割模型的训练方法包括：
[0026]获取第一训练图像，所述第一训练图像携带有第一标注信息；
[0027]对所述第一训练图像进行第一预处理，且对第一预处理后的第一训练图像进行扩充处理；
[0028]根据扩充后的第一训练图像以及所述标注信息进行模型训练得到第一目标分割模型。
[0029]在其中一个实施例中，所述第一目标分割模型连续的堆叠的下采样模块和上采样模块，所述上采样模块和所述下采样模块之间进行相加操作。
[0030]在其中一个实施例中，所述第一目标分割模型还包括输入模块和输出模块，所述输入模块的输出端与级联的下采样模块的输入端相连接，所述级联的下采样模块的输出端与级联的上采样模块的输入端相连接，所述级联的上采样模块的输出端与所述输出模块相连接，且每一所述上采样模块的还与对应的下采样模块通过跳跃连接进行相加操作。
[0031]一种第二目标分割模型的训练方法，所述第二目标分割模型的训练方法包括：
[0032]获取第二训练图像，所述第二训练图像携带有第二标注信息；
[0033]根据所述标注信息对所述第二训练图像进行裁剪得到样本区域；
[0034]对所述样本区域进行第二预处理，且对第二预处理后的样本区域进行扩充处理；
[0035]根据扩充后的样本区域以及所述标注信息进行模型训练得到第二目标分割模型。
[0036]在其中一个实施例中，所述第二目标分割模型连续的堆叠的下采样模块和上采样模块，所述上采样模块和所述下采样模块之间进行相加操作。
[0037]在其中一个实施例中，所述第二目标分割模型还包括输入模块和输出模块，所述输入模块的输出端与级联的下采样模块的输入端相连接，所述级联的下采样模块的输出端与级联的上采样模块的输入端相连接，所述级联的上采样模块的输出端与所述输出模块相连接，且每一所述上采样模块的还与对应的下采样模块通过跳跃连接进行相加操作。
[0038]一种医学图像处理装置，所述装置包括：
[0039]待处理医学图像获取模块，用于获取待处理医学图像；
[0040]第一分割模块，用于通过第一目标分割模型对所述待处理医学图像进行第一次分割得到第一分割结果；
[0041]第一裁剪模块，用于根据所述第一分割结果进行裁剪得到待处理区域；
[0042]第二分割模块，用于通过第二目标分割模型对所述待处理区域进行第二次分割得
到第二分割结果；
[0043]过滤模块，用于按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果。
[0044]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0045]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0046]上述医学图像处理方法、装置、计算机设备和存储介质，通过级联的分割网络对待处理医学图像进行分割，先第一次分割得到第一分割结果，然后根据第一分割结果从待处理医学图像中提取到待处理区域，再通过第二目标分割模型对待处理区域进行第二次分割得到第二分割结果，这样对第二分割结果进行过滤即可以得到目标分割结果，不需要进行形态学比较等，缩短了分割时间，且通过两次分割也提高了分割精度。
附图说明
[0047]图1为一个实施例中医学图像处理方法的应用环境图；
[0048]图2为一个实施例中医学图像处理方法的流程示意图；
[0049]图3为一个实施例中第一目标分割模型的结构示意图；
[0050]图4为一个实施例中上采样模块的结构示意图；
[0051]图5为一个实施例中下采样模块的结构示意图；
[0052]图6为一个实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医学图像处理方法，其特征在于，所述方法包括：获取待处理医学图像；通过第一目标分割模型对所述待处理医学图像进行第一次分割得到第一分割结果；根据所述第一分割结果进行裁剪得到待处理区域；通过第二目标分割模型对所述待处理区域进行第二次分割得到第二分割结果；按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果。2.根据权利要求1所述的方法，其特征在于，所述通过第一目标分割模型对所述待处理医学图像进行第一次分割得到第一分割结果之前，还包括：对所述待处理医学图像进行第一预处理，所述第一预处理包括图像尺寸变化处理、图像CT值范围处理以及图像CT值归一化处理中的至少一种。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一分割结果进行裁剪得到待处理区域，包括：计算所述第一分割结果对应的外边界的位置；基于所述外边界的位置将所述外边界向所述第一分割结果之外的区域扩展预设数量的像素，以得到待裁剪医学图像；对所述待裁剪医学图像进行裁剪得到待处理区域。4.根据权利要求1所述的方法，其特征在于，所述通过第二目标分割模型对所述待处理区域进行第二次分割得到第二分割结果之前，还包括：对所述待处理区域进行第二预处理，所述第二预处理包括待处理区域重采样处理、图像CT值范围处理、图像CT值归一化处理以及重叠采样中的至少一种。5.根据权利要求1至4任意一项所述的方法，其特征在于，所述按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果，包括：对所述第二分割结果进行连通域分析得到至少一个连通域；按照预设规则对所述连通域进行过滤处理得到目标分割结果。6.根据权利要求1至4任意一项所述的方法，其特征在于，所述按照预设规则对所述第二分割结果进行过滤处理得到目标分割结果之后，包括：将所述目标分割结果进行重采样以得到与所述待处理医学图像大小相同的目标图像；将所述目标图像中的目标分割结果作为前景，其他区域作为背景得到目标分割结果。7.一种权利要求1至6中任意一项所述的第一目标分割模型的训练方法，其特征在于，所述第一目标分割模型的训练方法包括：获取第一训练图像，所述第一训练图像携带有第一标注信息；对所述第一训练图像进行第一预处理，且对第一预处理后的第一训练图像进行扩充处理；根据扩充后的第一训练图像以及所述标注信息进行模型训练得到第一目标分割模型。8.根据权利要求7所述的第一目标分割模型的训练方法，其特征在于，所述第一目标分割模型包括连续的堆叠的下采样模块和上采样模块，所述上采样模...
【专利技术属性】
技术研发人员：请求不公布姓名，陈俊强，
申请(专利权)人：上海微创卜算子医疗科技有限公司，
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。