医学图像的分割方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请提供了一种医学图像的分割方法、装置、设备、存储介质及程序产品；方法包括：获取目标对象的心脏对应的三维医学图像；按照心脏所包括的多个心脏组织的平均尺寸，对三维医学图像中各体素的大小进行调整，得到参考医学图像，参考医学图像中的各体素的尺寸相同；对参考医学图像进行裁剪处理，得到多个医学子图像，并对各医学子图像进行图像分割，得到各医学子图像的分割结果；按照各医学子图像在参考医学图像中的位置，将各分割结果进行拼接，得到三维医学图像中心脏的目标分割结果。通过本申请，能够有效提高图像分割的设备普适性，有效提高分割心脏组织的效率。效提高分割心脏组织的效率。效提高分割心脏组织的效率。

【技术实现步骤摘要】
医学图像的分割方法、装置、设备、存储介质及程序产品


[0001]本申请涉及人工智能
，尤其涉及一种医学图像的分割方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0003]在相关技术中，对于图像分割，通常是直接对获取到的图像进行图像分割，由于图像分割对设备性能的要求，与待分割图像的参数相关，对于参数较为庞大的待分割图像，对设备的性能要求也较高，因此，相关技术对于图像分割的设备存在局限性，导致图像分割的效率较低。

技术实现思路

[0004]本申请实施例提供一种医学图像的分割方法、装置、电子设备、计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像的分割方法，其特征在于，所述方法包括：获取目标对象的心脏对应的三维医学图像；按照所述心脏所包括的多个心脏组织的平均尺寸，对所述三维医学图像中各体素的大小进行调整，得到参考医学图像，所述参考医学图像中的各所述体素的尺寸相同；对所述参考医学图像进行裁剪处理，得到多个医学子图像，并对各所述医学子图像进行图像分割，得到各所述医学子图像的分割结果；按照各所述医学子图像在所述参考医学图像中的位置，将各所述分割结果进行拼接，得到所述三维医学图像中所述心脏的目标分割结果；其中，所述目标分割结果，表征所述心脏在所述三维医学图像中所处的位置，以及各所述心脏组织在所述心脏中所处的位置。2.根据权利要求1所述的方法，其特征在于，所述平均尺寸包括尺寸长度、尺寸宽度以及尺寸高度；所述按照所述心脏所包括的多个心脏组织的平均尺寸，对所述三维医学图像中各体素的大小进行调整，得到参考医学图像，包括：将所述三维医学图像中所述体素的体素长度、体素宽度以及体素高度，分别调整为与所述尺寸长度、所述尺寸宽度以及所述尺寸高度适配的尺寸，得到调整后的三维医学图像；将所述调整后的三维医学图像，确定为所述参考医学图像；其中，所述参考医学图像的尺寸与所述三维医学图像的尺寸相同，所述参考医学图像与所述三维医学图像各自包括的像素点的数量不同，所述参考医学图像中所述体素的数量，与所述三维医学图像中所述体素的数量不同。3.根据权利要求1所述的方法，其特征在于，所述对所述参考医学图像进行裁剪处理，得到多个医学子图像，包括：按照所述参考医学图像中各所述体素的大小，对所述参考医学图像进行裁剪处理，得到多个所述医学子图像；其中，所述医学子图像包括至少一个所述体素，且各所述医学子图像所包括的所述体素不同。4.根据权利要求1所述的方法，其特征在于，所述对各所述医学子图像进行图像分割，得到各所述医学子图像中所述心脏组织的分割结果，包括：调用目标分割网络，对各所述医学子图像进行图像分割，得到所述医学子图像中的各像素点分别对应的多个预测概率；其中，所述预测概率与所述心脏组织一一对应，所述预测概率表征所述像素点归属于对应的所述心脏组织的概率；针对各所述像素点分别执行以下处理：确定所述像素点对应的多个所述预测概率中的最大概率，将所述最大概率对应的所述心脏组织，确定为所述像素点所归属的心脏组织；针对各所述心脏组织，在各所述医学子图像中，将归属于所述心脏组织的各所述像素点所在的位置，确定为各所述医学子图像中所述心脏组织所处的位置。5.根据权利要求4所述的方法，其特征在于，所述调用目标分割网络，对各所述医学子图像进行图像分割，得到所述医学子图像中的各像素点分别对应的多个预测概率，包括：获取所述目标分割网络针对各所述医学子图像的平均处理时长；
基于所述平均处理时长，确定所述医学子图像之间的处理时间间隔，其中，所述处理时间间隔小于所述平均处理时长；按照所述处理时间间隔，依次调用所述目标分割网络，对各所述医学子图像进行图像分割，得到各所述医学子图像中的各所述像素点分别对应的多个预测概率。6.根据权利要求4所述的方法，其特征在于，所述调用目标分割网络，对各所述医学子图像进行图像分割，得到各所述医学子图像中的各像素点分别对应的多个预测概率之前，所述方法还包括：获取多个样本对象的心脏分别对应的三维医学图像样本，以及分割网络；调用所述分割网络，对各所述三维医学图像样本进行图像分割，得到所述三维医学图像样本中各像素点的目标预测概率；其中，所述目标预测概率为所述像素点对应的多个预测概率中的最大值；针对各所述三维医学图像样本，基于所述三维医学图像样本中各所述像素点的标签概率，以及对应的所述目标预测概率，确定第一损失值，并确定第二损失值；将所述第一损失值和所述第二损失值进行求和，得到目标损失值；基于各所述三维医学图像样本的所述目标损失值，对所述分割网络的网络参数进行更新，得到所述目标分割网络。7.根据权利要求6所述的方法，其特征在于，所述调用所述分割网络，对各所述三维医学图像样本进行图像分割，得到所述三维医学图像样本中各像素点的目标预测概率之前，所述方法还包括：对各所述三维医学图像样本进行裁剪处理，得到各所述三维医学图像样本对应的多个候选子图像样本；从各所述三维医学图像样本对应的多个候选子图像样本中，选取目标子图...

【专利技术属性】
技术研发人员：吕岩，王纯亮，张超，毛益进，赵清华，田明，高唱，吴碧波，刘中楠，白萱，
申请(专利权)人：天津远景科技服务有限公司，
类型：发明
国别省市：