【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、判断所述第一图像的边界是否为零：若判断为是，则首先进行数据裁剪操作，第二图像，分割所述第二图像中的前列腺区域；若判断为否，则直接分割所述第一图像中的前列腺区域；
6、输出当前前列腺区域为第一分割结果；
7、s4、对所述第一分割结果执行平滑操作，取最大连通域，得到前列腺精确分割结果。
8、在第一方面进一步的实施例中，步骤s2中预处理操作包括：对分辨率大
9、在第一方面进一步的实施例中，步骤s2中预处理操作还包括：基于分辨率在预定范围内的所述初始mr图像，对其执行归一化操作，获得目标前列腺在图像中的相对位置，提供归一化的局部纹理信息。降低各个设备导致的mr图像的质量问题的影响。其次将图像数据归一化能够将数据统一到一个维度信息，加快模型的表征能力以及学习能力。
10、在第一方面进一步的实施例中，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。所采取的图像裁剪操作，提高前列腺的分割精度和速度。一般来说，前列腺的亮度较高不会被裁剪即可。
11、在第一方面进一步的实施例中，步骤s3中采用卷积神经网络对前列腺区域进行分割。神经网络模型是端到端的，输入端为原始图像，输出端为分割出来的前列腺。当神经网络模型建立后，用一个收集好的图片数据集合（即训练集）对该神经网络模型进行反复训练，让神经网络内部参数在训练集上进行自适应调整，直到神经网络的输出目标参数达到可以接受的精度为止。
12、第二方面，提出一种基于mr图像的前列腺精确分割装置，该装置包括：
13、采集模块，用于采集初始mr图像；
14、预处理模块，用于对所述初始mr图像执行预处理操作，得到第一图像；
15、分割模块，用于判断所述第一图像的边界是否为零：若判断为是，则首先进行数据裁剪操作，第二图像，分割所述第二图像中的前列腺区域；若判断为否，则直接分割所述第一图像中的前列腺区域；输出当前前列腺区域为第一分割结果；
16、输出模块，用于对所述第一分割结果执行平滑操作，取最大连通域，得到前列腺精确分割结果。
17、第三方面，提出一种电子设备，所述设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如第一方面所述的基于mr图像的前列腺精确分割方法。
18、第四方面，提出一种计算机可读存储介质，所述存储介质中存储有至少一个可执行指令，所述可执行指令在电子设备上运行时，使得电子设备执行如第一方面所述的基于mr图像的前列腺精确分割方法。
19、相对于现有技术，本申请提供一种轻量化的深度学习方法相结合的mr图像前列腺精确分割算法，可以满足引导前列腺引导穿刺的要求。
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图像的前列腺精确分割装置，其特征在于，包括：
7.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
8.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一个可执行指令，所述可执行指令在电子设备上运行时，使得电子设备执行如权利要求1至5中任一项所述的基于MR图像的前列腺精确分割方法。
【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。