【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种医学图像处理方法、装置、医学成像设备及存储介质。
技术介绍
1、在疾病的诊疗过程中，定位病灶位置是十分重要的步骤。而管状组织段作为感兴趣组织内具备明确拓扑结构的器官，对其进行分段定位是重要的辅助诊疗手段。因此，需要提出一种新的医学图像处理方法，以获得更精确的分段结果。
技术实现思路
1、本说明书实施方式旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本说明书实施方式提出一种医学图像处理方法、装置、医学成像设备及存储介质。
2、本说明书实施方式提供一种医学图像处理方法，所述方法包括：
3、获取感兴趣组织对应的三维医学图像；其中，所述感兴趣组织包括管状组织段；
4、基于所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码；其中，所述第一掩码用于指示所述管状组织段中的第一类组织段在所述三维医学图像中对应的区域；
5、基于所述第一掩码以及所述三维医学图像对所述第一类组织段进行细分类处理，得到第二层次下的第二掩码；其中，所述第二掩码用于指示所述第一类组织段中的组织分段在所述三维医学图像中对应的区域；
6、基于所述第二掩码确定医学图像分段结果。
7、在其中一个实施方式中，所述感兴趣组织划分为多个组织区域；所述基于所述方法还包括：
8、根据所述第二掩码将所述组织分段映射至对应的组织区域中，得到医学图像分割结果。
9、在其中一个实施方式中，
10、对所述三维医学图像进行管状组织段的分割处理，得到管状组织段对应的整体分割结果；
11、相应地，所述基于所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码，包括：
12、根据所述管状组织段对应的整体分割结果和所述三维医学图像对所述管状组织段进行粗分类处理，得到所述第一层次下的第一掩码。
13、在其中一个实施方式中，所述根据所述管状组织段对应的整体分割结果和所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码，包括：
14、根据整体分割结果和所述三维医学图像进行关键点识别，得到关键点掩码；其中，所述关键点掩码用于指示位于组织分段端处的关键点在所述三维医学图像中的分布情况；
15、利用所述关键点掩码、所述整体分割结果、所述三维医学图像对所述管状组织段进行粗分类处理，得到所述第一掩码。
16、在其中一个实施方式中，所述第一掩码是通过管状组织粗分类模型得到；通过以下方式得到所述管状组织粗分类模型：
17、获取三维医学样本图像；其中，所述三维医学样本图像中的管状组织段对应有第一样本分割结果；所述三维医学样本图像对应有第一关键点标签和第一分段类别标签；
18、将所述三维医学样本图像和所述第一样本分割结果输入至待训练的管状组织粗分类模型，得到第一预测关键点和第一预测分段类别；
19、基于所述第一关键点标签、所述第一分段类别标签、所述第一预测关键点和所述第一预测分段类别对所述待训练的管状组织粗分类模型进行参数更新，以得到完成训练的管状组织粗分类模型。
20、在其中一个实施方式中，所述感兴趣组织划分为多个组织区域；在所述基于所述第一掩码以及所述三维医学图像对所述第一类组织段进行细分类处理，得到第二层次下的第二掩码之前，所述方法还包括：
21、根据所述三维医学图像进行组织区域分割，得到对应的组织区域掩码；
22、所述基于所述第一掩码以及所述三维医学图像对所述第一类组织段进行细分类处理，得到第二层次下的第二掩码，包括：
23、根据所述组织区域掩码对所述第一掩码进行裁剪，得到目标分布区域对应的待细分区域掩码；其中，所述目标分布区域包括所述多个组织区域中部分；
24、根据所述组织区域掩码对所述三维医学图像进行裁剪，得到所述目标分布区域对应的待细分区域图像；
25、基于所述待细分区域掩码和所述待细分区域图像对所述第一类组织段进行细分类处理，得到所述第二层次下的管道细分掩码；其中，所述第二掩码包括所述管道细分掩码。
26、在其中一个实施方式中，所述管道细分掩码是通过管状组织细分类模型得到；通过以下方式得到所述管状组织细分类模型：
27、获取分布区域样本图像；其中，所述分布区域样本图像中的管状组织段对应有第二样本分割结果；所述分布区域样本图像对应有第二关键点标签和第二分段类别标签；
28、将所述分布区域样本图像和所述第二样本分割结果输入至待训练的管状组织细分类模型，得到第二预测关键点和第二预测分段类别；
29、基于所述第二关键点标签、所述第二分段类别标签、所述第二预测关键点和所述第二预测分段类别对所述待训练的管状组织细分类模型进行参数更新，以得到完成训练的管状组织细分类模型。
30、在其中一个实施方式中，所述管状组织段还包括第二类组织段，所述管状组织段为肺气管，所述第一类组织段为肺段级气管，所述第二类组织段为非肺段级气管；所述基于所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码，包括：
31、基于所述三维医学图像对所述管状组织段进行粗分类处理，得到所述第一层次下所述肺段级气管对应的第一气管掩码和所述非肺段级气管对应的第二气管掩码；其中，所述第一掩码包括所述第一气管掩码；
32、相应地，所述基于所述第一掩码以及所述三维医学图像对所述第一类组织段进行细分类处理，得到第二层次下的第二掩码，基于所述第二掩码确定所述医学图像分段结果，包括：
33、基于所述第一气管掩码以及所述三维医学图像对所述肺段级气管进行细分类处理，得到所述第二掩码；
34、基于所述第二气管掩码和所述第二掩码确定所述医学图像分段结果。
35、在其中一个实施方式中，所述肺段级气管包括左肺段级气管和右肺段级气管，将所述左肺段级气管或者所述右肺段级气管作为待细分气管；所述基于所述第一气管掩码以及所述三维医学图像对所述肺段级气管进行细分类处理，得到所述第二掩码，包括：
36、从所述第一气管掩码中提取所述待细分气管对应的待细分气管掩码；
37、从所述三维医学图像中提取所述待细分气管对应的待细分气管图像；
38、根据所述待细分气管掩码和所述待细分气管图像对所述待细分气管进行细分类处理，得到所述第二层次下所述待细分气管对应的气管细分掩码；其中，所述第二掩码包括所述气管细分掩码。
39、本说明书实施方式提供一种医学图像处理装置，所述装置包括：
40、医学图像获取模块，用于获取感兴趣组织对应的三维医学图像；其中，所述感兴趣组织包括管状组织段；
41、粗分类处理模块，用于基于所述本文档来自技高网...
【技术保护点】
1.一种医学图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述感兴趣组织划分为多个组织区域；所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述基于所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述管状组织段对应的整体分割结果和所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码，包括：
5.根据权利要求4所述的方法，其特征在于，所述第一掩码是通过管状组织粗分类模型得到；通过以下方式得到所述管状组织粗分类模型：
6.根据权利要求1所述的方法，其特征在于，所述感兴趣组织划分为多个组织区域；在所述基于所述第一掩码以及所述三维医学图像对所述第一类组织段进行细分类处理，得到第二层次下的第二掩码之前，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述管道细分掩码是通过管状组织细分类模型得到；通过以下方式得到所述管状组织细分类模型：>
8.根据权利要求1所述的方法，其特征在于，所述管状组织段还包括第二类组织段，所述管状组织段为肺气管，所述第一类组织段为肺段级气管，所述第二类组织段为非肺段级气管；所述基于所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码，包括：
9.根据权利要求8所述的方法，其特征在于，所述肺段级气管包括左肺段级气管和右肺段级气管，将所述左肺段级气管或者所述右肺段级气管作为待细分气管；所述基于所述第一气管掩码以及所述三维医学图像对所述肺段级气管进行细分类处理，得到所述第二掩码，包括：
10.一种医学图像处理装置，其特征在于，所述装置包括：
11.一种医学成像设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述方法的步骤。
...【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：
2.根据权利要求1所述的方法，其特征在于，所述感兴趣组织划分为多个组织区域；所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述基于所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述管状组织段对应的整体分割结果和所述三维医学图像对所述管状组织段进行粗分类处理，得到第一层次下的第一掩码，包括：
5.根据权利要求4所述的方法，其特征在于，所述第一掩码是通过管状组织粗分类模型得到；通过以下方式得到所述管状组织粗分类模型：
6.根据权利要求1所述的方法，其特征在于，所述感兴趣组织划分为多个组织区域；在所述基于所述第一掩码以及所述三维医学图像对所述第一类组织段进行细分类处理，得到第二层次下的第二掩码之前，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述管道细分掩码是通过管状组织细分类模型得到；...
【专利技术属性】
技术研发人员：何尧，
申请(专利权)人：东软医疗系统股份有限公司，
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。