本发明专利技术提供了一种基于MR图像的前列腺精确分割方法、装置、设备及存储介质，涉及图像识别领域。采用该方法可以MR超声图像设备导致的泛化性问题和实时性问题。利用卷积神经网络可以在目标不清晰的MR图像中精确地检测到目标，但由于卷积神经网络计算时间较长，如果在MR图像中的原始分辨率中进行检测，则无法满足实时性的要求。当检测出目标后，利用三次样条插值法，降低MR图像分辨率，然后利用计算时间短的相关滤波算法对分割目标进行矫正，可以克服这个问题。
【技术实现步骤摘要】
本专利技术涉及图像识别领域，尤其涉及一种基于mr图像的前列腺精确分割方法、装置、设备及存储介质。
技术介绍
1、基于mr图像的前列腺精确分割算法可以为前列腺穿刺提供精确有效引导，而如果要实现高精度，实时性和泛化性强的的识别算法，需要解决两个关键问题，一个问题是由于各设备mr图像质量参差不齐，难以获得统一有效的泛化表征信息。另一个问题是每个人的前列腺形状区别很大，且在采集图像时需要与皮肤接触，可能会造成前列腺的变形，这使得前列腺的特征难以捕捉。传统的图像处理算法难以解决mr图像质量和前列腺的特征捕捉问题，而较复杂的深度学习的方法的计算时间过长，无法满足临床实际应用的要求。
技术实现思路
1、专利技术目的：提出基于mr图像的前列腺精确分割方法、装置、设备及存储介质，以解决现有技术存在的上述问题。
2、第一方面，提出一种基于mr图像的前列腺精确分割方法，包括：
3、s1、采集初始mr图像；
4、s2、对所述初始mr图像执行预处理操作，得到第一图像；
>5、s3、判断所述本文档来自技高网...
【技术保护点】
1.一种基于MR图像的前列腺精确分割方法，其特征在于，包括：
2.根据权利要求1所述的基于MR图像的前列腺精确分割方法，其特征在于，步骤S2中预处理操作包括：
3.根据权利要求2所述的基于MR图像的前列腺精确分割方法，其特征在于，步骤S2中预处理操作还包括：
4.根据权利要求1所述的基于MR图像的前列腺精确分割方法，其特征在于，步骤S3中根据归一化的像素信息计算边缘是否为0值来进行裁剪。
5.根据权利要求1所述的基于MR图像的前列腺精确分割方法，其特征在于，步骤S3中采用卷积神经网络对前列腺区域进行分割。
6.一种基于MR图像的...
【技术特征摘要】
1.一种基于mr图像的前列腺精确分割方法，其特征在于，包括：
2.根据权利要求1所述的基于mr图像的前列腺精确分割方法，其特征在于，步骤s2中预处理操作包括：
3.根据权利要求2所述的基于mr图像的前列腺精确分割方法，其特征在于，步骤s2中预处理操作还包括：
4.根据权利要求1所述的基于mr图像的前列腺精确分割方法，其特征在于，步骤s3中根据归一化的像素信息计算边缘是否为0值来进行裁剪。
5.根据权利要求1所述的基于m...
【专利技术属性】
技术研发人员：王博，张兆东，陈波，范镒，李军，范雁南，
申请(专利权)人：磅客策上海智能医疗科技有限公司，
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。