图像处理方法、图像处理装置及存储介质制造方法及图纸

本发明专利技术提供可提高瓣膜的分割精度的图像处理方法、图像处理装置及存储介质。本发明专利技术的图像处理方法包括如下步骤：在包含瓣膜的医学图像中获取瓣膜的解剖结构信息，该解剖结构信息包括所述瓣膜的特征点区域掩膜、几何形态信息、轮廓信息、领域信息中的至少一个；根据所述解剖结构信息，设定包含所述解剖结构信息的权重的损失函数及该损失函数中的解剖结构信息的权重，并通过该损失函数训练用于分割瓣膜的分割网络；以及使用训练好的分割网络对所述医学图像进行处理，生成作为分割结果的、预测出的瓣膜掩膜。

【技术实现步骤摘要】

本专利技术涉及医学图像中的瓣膜分割，更具体地说，涉及可提高瓣膜的分割精度的图像处理方法、图像处理装置及存储介质。

技术介绍

1、以往以来，已知有如下的图像分割技术：使用术前ct扫描的图像，对主动脉瓣等瓣膜进行自动分割，由此可以更好地分析瓣膜大小，提供更精准的定量指标，进而能够更好地规划手术或评估疗效。例如，在经导管主动脉瓣置入术(tavi)中，通过对主动脉瓣进行图像分割，有助于提供适合患者的人工瓣膜。

2、而且，在医学图像的分割任务中，深度学习是最重要的手段之一，因为其端到端的特点和优越的性能，得到了广泛的应用。

3、现有技术文献

4、专利文献

5、专利文献1：cn107292887b

6、专利文献2：us10600185b2

7、非专利文献

8、非专利文献1：attention-guided decoder in dilated residual network foraccurate aortic valve segmentation in 3d ct scans(作者本文档来自技高网...

【技术保护点】

1.一种图像处理方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的图像处理方法，其特征在于，

3.根据权利要求1或2所述的图像处理方法，其特征在于，

4.根据权利要求2所述的图像处理方法，其特征在于，

5.一种图像处理方法，其特征在于，包括如下步骤：

6.根据权利要求5所述的图像处理方法，其特征在于，

7.根据权利要求5或6所述的图像处理方法，其特征在于，

8.根据权利要求5或6所述的图像处理方法，其特征在于，

9.根据权利要求5或6所述的图像处理方法，其特征在于，

10....

【技术特征摘要】

1.一种图像处理方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的图像处理方法，其特征在于，

3.根据权利要求1或2所述的图像处理方法，其特征在于，

4.根据权利要求2所述的图像处理方法，其特征在于，

5.一种图像处理方法，其特征在于，包括如下步骤：

6.根据权利要求5所述的图像处理方法，其特征在于，

7.根据权利要求5或6所述的图像处理方法，其特征在于，

8.根据权利要求5或6所述的图像处理方法，其特征在于，

9.根据权利要求5或6所述的图像处理方法，其特征在于，

10.根据权利要求5所述的图像处理方法，其特征在于，

11.根据权利要求10所述的图像处理方法，其特征在于，

12.一种图像处理方法，其特征在于，包括如下步骤：

13.根据权利要求12所述的图像处理方法，其特征在于，

14.根据权利要求1...

【专利技术属性】
技术研发人员：钟昀辛，赵龙飞，薛晓，赵舜，青山岳人，
申请(专利权)人：佳能医疗系统株式会社，
类型：发明
国别省市：