本申请提出了一种医学图像分割方法及系统，涉及图像处理技术领域。该方法包括：获取乳腺超声图像训练集；乳腺超声图像训练集中的每张乳腺超声图像都包括相关联的病灶标注图像和病灶预测图像，病灶预测图像是将乳腺超声图像送入预先训练好的图像分割模型中进行图像分割得到的预测图像。接着，对比标注与预测图像，利用集合运算识别出漏检和误检区域，并生成相应的标签图像；基于上述图像，提取病灶、漏检区域和误检区域的预测特征。然后，运用拓扑交互处理技术，整合多个预测特征，以优化模型性能。最后，对整合后的多个预测特征进行融合处理，生成一个全面的融合预测特征，从而改进乳腺超声图像的分割精度，并减少乳腺肿瘤相似组织的漏检和误检。
【技术实现步骤摘要】
本申请涉及图像处理，具体而言，涉及一种医学图像分割方法及系统。
技术介绍
1、乳腺超声图像中乳腺肿瘤的分割是乳腺癌计算机辅助诊断和定量分析的关键步骤之一。由于散斑噪声、超声伪影等因素的干扰、肿瘤形态的多样性以及良恶性肿瘤的差异等，使得乳腺肿瘤分割面临巨大的挑战。尽管目前已有利用深度学习网络进行乳腺肿瘤分割，其在不同程度上提高了乳腺肿瘤的分割精度，但是经专利技术人研究发现，由于边界模糊、异质结构等因素导致现有的乳腺分割方法存在严重的漏检和误检。
技术实现思路
1、本申请的目的在于提供一种医学图像分割方法及系统，其能够提升乳腺肿瘤的分割精度，并减少乳腺肿瘤相似组织的漏检和误检。
2、本申请是这样实现的：
3、第一方面，本申请提供一种医学图像分割方法，包括以下步骤：
4、获取乳腺超声图像训练集；所述乳腺超声图像训练集中的每张乳腺超声图像都包括相关联的病灶标注图像和病灶预测图像，所述病灶预测图像是将乳腺超声图像送入预先训练好的图像分割模型中进行图像分割得到的预测图像。根据相关联的病灶标注图像和病灶预测图像进行集合运算处理，以得到对应的漏检区域标签图像和误检区域标签图像。根据病灶预测图像、以及对应的漏检区域标签图像和误检区域标签图像，得到病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征。根据病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征进行拓扑交互处理，以得到多个预测特征。对所述多个预测特征进行融合处理，得到融合预测特征。
>5、进一步地，基于前述方案，所述根据相关联的病灶标注图像和病灶预测图像进行集合运算处理，以得到对应的漏检区域标签图像和误检区域标签图像，包括：利用病灶标注图像减去病灶标注图像和病灶预测图像的共有区域，得到漏检区域标签图像；利用病灶预测图像减去病灶标注图像和病灶预测图像的共有区域，得到误检区域标签图像。6、进一步地，基于前述方案，所述根据病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征进行拓扑交互处理，以得到多个预测特征，包括：
7、将病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征送入拓扑信息交互模块，以得到多个预测特征。其中，所述拓扑信息交互模块按照下述步骤构建：分别对病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征对应的特征进行卷积操作，得到多个预测层特征；根据预设交互方式将多个预测层特征进行交互，以得到多个交互的预测特征，所述预设交互方式包括无交互、与漏检区域和误检区域单独交互、与漏检区域和误检区域同时交互中的一种或多种方式。
8、进一步地，基于前述方案，所述拓扑信息交互模块包括编码器网络、解码器网络和拓扑信息交互单元。所述编码器网络使用预定义的主干网络，分别对病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征对应的特征进行卷积操作，以得到多个预测层特征。所述解码器网络通过反卷积、卷积和跳跃连接操作，逐步恢复图像分辨率并融合多尺度特征，以输出用于预测病灶区域、漏检区域和误检区域的特征。所述拓扑信息交互单元用于将预测病灶区域、漏检区域和误检区域的特征输入，并根据预设交互方式进行交互，以得到多个交互的预测特征，所述预设交互方式包括无交互、与漏检区域和误检区域单独交互、与漏检区域和误检区域同时交互中的一种或多种方式。
9、进一步地，基于前述方案，所述方法还包括：将融合预测特征转换为融合预测图像，并计算融合预测图像与病灶标注图像的损失；所述损失包括基础损失和局部平滑损失。
10、第二方面，本申请提供一种医学图像分割系统，其包括：
11、数据获取模块，用于获取乳腺超声图像训练集；所述乳腺超声图像训练集中的每张乳腺超声图像都包括相关联的病灶标注图像和病灶预测图像，所述病灶预测图像是将乳腺超声图像送入预先训练好的图像分割模型中进行图像分割得到的预测图像。第一处理模块，用于根据相关联的病灶标注图像和病灶预测图像进行集合运算处理，以得到对应的漏检区域标签图像和误检区域标签图像。第二处理模块，根据病灶预测图像、以及对应的漏检区域标签图像和误检区域标签图像，得到病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征。第三处理模块，用于根据病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征进行拓扑交互处理，以得到多个预测特征。第四处理模块，用于对所述多个预测特征进行融合处理，得到融合预测特征。
12、第三方面，本申请提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器；当上述一个或多个程序被上述处理器执行时，实现如上述第一方面中任一项所述的方法。
13、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项所述的方法。
14、相对于现有技术，本申请至少具有如下优点或有益效果：
15、本申请提出了一种医学图像分割方法，通过引入漏检和误检区域的确定以及拓扑交互处理步骤，可以有效的提升乳腺肿瘤的分割精度，并减少乳腺肿瘤相似组织的漏检和误检。其中，通过确定病灶漏检和误检区域，可以便于准确地了解模型在分割过程中存在的问题，并针对性地进行改进。而通过拓扑交互处理，可以充分利用图像中的空间关系和结构信息来提取特征，从而提高了特征的表达能力和鲁棒性。最后，通过融合多个预测特征，可以得到一个更加全面和准确的预测结果。
本文档来自技高网...
【技术保护点】
1.一种医学图像分割方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据相关联的病灶标注图像和病灶预测图像进行集合运算处理，以得到对应的漏检区域标签图像和误检区域标签图像，包括：
3.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征进行拓扑交互处理，以得到多个预测特征，包括：
4.如权利要求3所述的一种医学图像分割方法，其特征在于，所述拓扑信息交互模块包括编码器网络、解码器网络和拓扑信息交互单元；
5.如权利要求1所述的一种医学图像分割方法，其特征在于，所述方法还包括：
6.一种医学图像分割系统，其特征在于，包括：
7.一种电子设备，其特征在于，包括：
8.一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，该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
【技术特征摘要】
1.一种医学图像分割方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据相关联的病灶标注图像和病灶预测图像进行集合运算处理，以得到对应的漏检区域标签图像和误检区域标签图像，包括：
3.如权利要求1所述的一种医学图像分割方法，其特征在于，所述根据病灶预测特征、以及对应的漏检区域预测特征和误检区域预测特征进行拓扑交互处理，以得到多个预测特征，包括：
4.如权利要求...
【专利技术属性】
技术研发人员：黄伟俊，吴继鹏，邱懿德，叶洁仪，罗卓如，钟敏莹，肖燕燕，温影红，熊玥，
申请(专利权)人：佛山市第一人民医院，
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。