【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种颈动脉壁分割方法、装置、计算机设备和存储介质。
技术介绍
1、随着深度学习技术以及影像学技术的不断发展，目前存在很多将深度学习技术应用于影像上以实现对影像的分割、检测、分类等不同功能的技术。通过将深度学习技术应用于影像上，可以辅助医生对影像进行更好地分析和处理。
2、相关技术中，在采用深度学习对影像进行分割时，以颈动脉壁的分割为例，通常是先由医生在二维样本图像上勾画颈动脉壁掩膜，并将其组合起来获得三维颈动脉壁掩膜图像，然后采用三维颈动脉壁掩膜图像训练神经网络模型，获得训练好的神经网络模型，之后可以采用该训练好的神经网络模型实现对颈动脉壁的分割。
3、然而，上述技术存在获得的颈动脉壁的分割结果不够准确的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提升颈动脉壁的分割结果的准确性的颈动脉壁分割方法、装置、计算机设备和存储介质。
2、第一方面，本申请提供了一种颈动脉壁分割方法，该方法包括：
...
【技术保护点】
1.一种颈动脉壁分割方法，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，所述分割网络的编解码器的结构为非对称结构，所述非对称结构的编码器中过滤器的数量大于解码器中过滤器的数量。
3.根据权利要求1所述的方法，其特征在于，所述分割网络的训练方式包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各所述预测颈动脉壁分割掩膜和对应的参考颈动脉壁分割掩膜，以及根据各所述预测有符号距离图和对应的参考有符号距离图，对所述初始分割网络进行训练，确定所述分割网络，包括：
5.根据权利要求4所述的方法，其特征...
【技术特征摘要】
1.一种颈动脉壁分割方法，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，所述分割网络的编解码器的结构为非对称结构，所述非对称结构的编码器中过滤器的数量大于解码器中过滤器的数量。
3.根据权利要求1所述的方法，其特征在于，所述分割网络的训练方式包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各所述预测颈动脉壁分割掩膜和对应的参考颈动脉壁分割掩膜，以及根据各所述预测有符号距离图和对应的参考有符号距离图，对所述初始分割网络进行训练，确定所述分割网络，包括：
5.根据权利要求4所述的方法，其特征在于，所述计算各所述预测颈动脉壁分割掩膜和对应的参考颈动脉壁分割掩膜之间的第一损失，包括：
6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据预设的分割网络对所述原始医学图像中颈动脉的颈动脉壁进行分割处理，确定所述原始医学图像对应的颈动脉壁分割掩膜之前，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，所述对所述原始医学图像中的颈动脉进行定位，确定所述原始医学图像...
【专利技术属性】
技术研发人员：钱真，张梦泽，乔治，
申请(专利权)人：北京联影智能影像技术研究院，
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。