【技术实现步骤摘要】
本专利技术涉及肝肿瘤图像分割提取，特别涉及一种肝肿瘤图像分割提取方法、装置、电子设备、存储介质。
技术介绍
1、肝脏肿瘤是对人类健康的极大威胁。从ct图像中精确分割定位出肝肿瘤对于肿瘤学家诊断和治疗肝肿瘤有着重要的辅助作用。近年来，深度学习在解决医学图像分割任务中已逐步成熟起来，然而几乎所有现有的方法只针对术前增强图像(ct angiograph，cta)，cta使用造影剂(contrast agent，ca)来提高肿瘤的可见性，由此却引发了几个问题：(1)ca潜在毒性引起的高风险例如，注射后约有1％的钆基ca残留在组织中，这可能导致10％-15％的造影剂肾病(contrast-induced nephropathy，cin)发生率；(2)ca注入使用带来的耗时。例如，钆贝葡胺(gd-bopta，multihance)需要40-120分钟才能将局灶性肝脏病变指出为深色病变，与增强正常肝脏形成对比，这对于术中快速性要求是难以接受的；(3)ca材料和图像扫描的昂贵成本。如果在注射过程中出现错误，就会浪费ca材料。此外，为了获得增强图像，在第一次非增强扫描后需要进行第二次扫描，但需要支付额外费用；(4)以术前增强cta训练出来的神经网络分割模型不能直接适用于术中平扫ct图像。而如果直接在术中平扫ct图像上分割肝脏肿瘤，可以避免ca带来的上述缺点，但同时具有额外挑战:(1)缺乏训练肿瘤网络需要的准确的肝肿瘤像素级标注数据,当前公开数据集都只是针对cta的肝脏及肝肿瘤标注；(2)一些肝肿瘤在非增强图像中几乎看不见，这导致肝肿瘤特征难以提取
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种肝肿瘤图像分割提取方法、装置、电子设备、存储介质，能够提高肝肿瘤图像分割提取的可靠性。
2、第一方面，本专利技术实施例提供了一种肝肿瘤图像分割提取方法，包括：
3、获取待测的术前增强cta图像和待测的术中平扫ct图像；
4、将所述术前增强cta图像输入到预设的肝脏肿瘤分割网络，通过所述肝脏肿瘤分割网络对所述术前增强cta图像进行图像分割，得到术前肝脏肿瘤掩膜感兴趣区域；
5、将所述术中平扫ct图像输入到预设的肝脏分割网络，通过所述肝脏分割网络对所述术中平扫ct图像进行图像分割，得到术中肝脏掩膜感兴趣区域；
6、根据所述术前肝脏肿瘤掩膜感兴趣区域在术前增强cta图像中进行裁剪，得到术前图像感兴趣区域；
7、根据所述术中肝脏掩膜感兴趣区域在术中平扫ct图像中进行裁剪，得到术中图像感兴趣区域；
8、对所述术前肝脏肿瘤掩膜感兴趣区域和所述术中肝脏掩膜感兴趣区域进行刚性配准，得到刚性掩膜；
9、根据刚性配准变形场对所述术前图像感兴趣区域和所述术中图像感兴趣区域进行刚性配准，得到刚性图像，其中，所述刚性配准变形场用于指示所述术前肝脏肿瘤掩膜感兴趣区域和所述术中肝脏掩膜感兴趣区域进行刚性配准过程中的变化关系；
10、对所述刚性图像和所述术中图像感兴趣区域进行弹性配准，得到弹性图像；
11、根据弹性配准变形场对所述刚性掩膜进行弹性配准，得到术中肝脏肿瘤掩膜，其中，所述弹性配准变形场为所述刚性图像和所述术中图像感兴趣区域进行弹性配准时的变化关系。
12、在本专利技术的一些实施例中，所述肝脏肿瘤分割网络包括第一swinunetr架构网络和第一尺度感知调制模块，所述第一尺度感知调制模块包括第一多头混合卷积模块和第一尺度感知聚合模块，所述将所述术前增强cta图像输入到预设的肝脏肿瘤分割网络，通过所述肝脏肿瘤分割网络对所述术前增强cta图像进行图像分割，得到术前肝脏肿瘤掩膜感兴趣区域，包括：
13、将所述术前增强cta图像输入到所述肝脏肿瘤分割网络，通过所述第一swinunetr架构网络对所述术前增强cta图像进行特征提取，得到第一全局特征和第一局部特征；
14、将所述第一全局特征和所述第一局部特征输入到所述第一尺度感知调制模块，通过所述第一多头混合卷积模块将输入通道均匀划分为多个分区头，其中，每个分区头包含多个通道；
15、通过所述第一多头混合卷积模块识别每个通道中的特征图中不同粒度的特征；
16、通过所述第一尺度感知聚合模块从分区头中随机选取一个通道的粒度特征，并进行整合，得到多个离散的混洗组；
17、依次将所述混洗组进行归一化处理和感知器处理，得到术前肝脏肿瘤掩膜感兴趣区域。
18、在本专利技术的一些实施例中，所述肝脏分割网络包括第二swinunetr架构网络和第二尺度感知调制模块，所述第二尺度感知调制模块包括第二多头混合卷积模块和第二尺度感知聚合模块，所述将所述术中平扫ct图像输入到预设的肝脏分割网络，通过所述肝脏分割网络对所述术中平扫ct图像进行图像分割，得到术中肝脏掩膜感兴趣区域，包括：
19、将所述术中平扫ct图像输入到所述肝脏分割网络，通过所述第二swinunetr架构网络对所述术中平扫ct图像进行特征提取，得到第二全局特征和第二局部特征；
20、将所述第二全局特征和所述第二局部特征输入到所述第二尺度感知调制模块，通过所述第二多头混合卷积模块将输入通道均匀划分为多个分区头，其中，每个分区头包含多个通道；
21、通过所述第二多头混合卷积模块识别每个通道中的特征图中不同粒度的特征；
22、通过所述第二尺度感知聚合模块从分区头随机选取一个通道的粒度特征，并进行整合，得到多个离散的混洗组；
23、依次将所述混洗组进行归一化处理和感知器处理，得到术中肝脏掩膜感兴趣区域。
24、在本专利技术的一些实施例中，所述将所述术中平扫ct图像输入到预设的肝脏分割网络，通过所述肝脏分割网络对所述术中平扫ct图像进行图像分割，得到术中肝脏掩膜感兴趣区域，包括：
25、将所述术中平扫ct图像输入到预设的肝脏分割网络，得到肝脏区域和背景区域；
26、将所述肝脏区域设置为1，将所述背景区域设置为0；
27、将设置为1的区域进行截取，作为所述术中肝脏掩膜感兴趣区域。
28、在本专利技术的一些实施例中，所述对所述术前肝脏肿瘤掩膜感兴趣区域和所述术中肝脏掩膜感兴趣区域进行刚性配准，得到刚性掩膜，包括：
29、将所述术前肝脏肿瘤掩膜感兴趣区域和所述术中肝脏掩膜感兴趣区域进行几何中心对齐；
30、将所述术前肝脏肿瘤掩膜感兴趣区域和所述术中肝脏掩膜感兴趣区域进行平移和旋转，将所述术前肝脏肿瘤掩膜感兴趣区域配准到所述术中肝脏掩膜感兴趣区域中相应的位置，得到刚性掩膜。
31、在本专利技术的一些实施例中，在所述将所述术前增强cta图像输入到预设的肝脏肿瘤分割网络，通过所述肝脏肿瘤分割网络对所述术前增强cta图像进行图像分割，本文档来自技高网...
【技术保护点】
1.一种肝肿瘤图像分割提取方法，其特征在于，包括：
2.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述肝脏肿瘤分割网络包括第一SwinUNETR架构网络和第一尺度感知调制模块，所述第一尺度感知调制模块包括第一多头混合卷积模块和第一尺度感知聚合模块，所述将所述术前增强CTA图像输入到预设的肝脏肿瘤分割网络，通过所述肝脏肿瘤分割网络对所述术前增强CTA图像进行图像分割，得到术前肝脏肿瘤掩膜感兴趣区域，包括：
3.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述肝脏分割网络包括第二SwinUNETR架构网络和第二尺度感知调制模块，所述第二尺度感知调制模块包括第二多头混合卷积模块和第二尺度感知聚合模块，所述将所述术中平扫CT图像输入到预设的肝脏分割网络，通过所述肝脏分割网络对所述术中平扫CT图像进行图像分割，得到术中肝脏掩膜感兴趣区域，包括：
4.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述将所述术中平扫CT图像输入到预设的肝脏分割网络，通过所述肝脏分割网络对所述术中平扫CT图像进行图像分割，得到术中肝脏掩膜感
5.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述对所述术前肝脏肿瘤掩膜感兴趣区域和所述术中肝脏掩膜感兴趣区域进行刚性配准，得到刚性掩膜，包括：
6.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，在所述将所述术前增强CTA图像输入到预设的肝脏肿瘤分割网络，通过所述肝脏肿瘤分割网络对所述术前增强CTA图像进行图像分割，得到术前肝脏肿瘤掩膜感兴趣区域之前，包括：
7.根据权利要求6所述的肝肿瘤图像分割提取方法，其特征在于，所述对所述样本术前增强CTA图像进行预处理，通过所述样本术前增强CTA图像对所述肝脏肿瘤分割网络进行训练，包括：
8.一种肝肿瘤图像分割提取方法装置，其特征在于，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至7任一项所述的肝肿瘤图像分割提取方法方法。
9.一种电子设备，其特征在于，包括权利要求8所述的肝肿瘤图像分割提取方法装置。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的肝肿瘤图像分割提取方法方法。
...【技术特征摘要】
1.一种肝肿瘤图像分割提取方法，其特征在于，包括：
2.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述肝脏肿瘤分割网络包括第一swinunetr架构网络和第一尺度感知调制模块，所述第一尺度感知调制模块包括第一多头混合卷积模块和第一尺度感知聚合模块，所述将所述术前增强cta图像输入到预设的肝脏肿瘤分割网络，通过所述肝脏肿瘤分割网络对所述术前增强cta图像进行图像分割，得到术前肝脏肿瘤掩膜感兴趣区域，包括：
3.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述肝脏分割网络包括第二swinunetr架构网络和第二尺度感知调制模块，所述第二尺度感知调制模块包括第二多头混合卷积模块和第二尺度感知聚合模块，所述将所述术中平扫ct图像输入到预设的肝脏分割网络，通过所述肝脏分割网络对所述术中平扫ct图像进行图像分割，得到术中肝脏掩膜感兴趣区域，包括：
4.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述将所述术中平扫ct图像输入到预设的肝脏分割网络，通过所述肝脏分割网络对所述术中平扫ct图像进行图像分割，得到术中肝脏掩膜感兴趣区域，包括：
5.根据权利要求1所述的肝肿瘤图像分割提取方法，其特征在于，所述对所述术前肝脏肿...
【专利技术属性】
技术研发人员：吕朋举，王澄，滕皋军，朱建军，
申请(专利权)人：珠海横乐医疗科技有限公司，
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。