[发明专利]使用卷积神经网络进行图像分割的系统和方法

权利要求书

1.一种用于分割三维图像的由计算机实现的方法，所述方法包括：

接收由成像设备获取的三维图像；

创建沿着三维图像的第一平面的第一相邻二维图像堆叠，第一堆叠的相邻二维图像显示解剖结构；

创建沿着三维图像的第二平面的第二相邻二维图像堆叠，第二堆叠的相邻二维图像显示解剖结构，其中第二平面不同于第一平面；

由处理器使用至少一个卷积神经网络模型来分割第一相邻二维图像堆叠和第二相邻二维图像堆叠；以及

由处理器通过聚合来自第一堆叠和第二堆叠的分割结果来确定三维图像的标记图，标记图将三维图像的体素与解剖结构相关联。

2.根据权利要求1所述的方法，还包括：

创建来自三维图像的第三平面的第三二维图像堆叠；

使用至少一个卷积神经网络模型来分割第三二维图像堆叠；以及

通过聚合来自第一堆叠、第二堆叠和第三堆叠的分割结果来确定三维图像的标记图。

3.根据权利要求1所述的方法，其中，分割第一相邻二维图像堆叠使用第一卷积神经网络模型，并且分割第二相邻二维图像堆叠使用第二卷积神经网络模型。

4.根据权利要求1所述的方法，其中，第一平面或第二平面选自三维图像的横断面、矢状面和冠状面。

5.根据权利要求1所述的方法，其中，分割第一相邻二维图像堆叠和第二相邻二维图像堆叠包括：

根据第一相邻二维图像堆叠和第二相邻二维图像堆叠创建组合的二维图像堆叠；以及

使用一个卷积神经网络模型来分割组合的二维图像堆叠。

6.根据权利要求1所述的方法，其中，分割第一相邻二维图像堆叠和第二相邻二维图像堆叠包括：为三维图像的体素确定多个标记。

7.根据权利要求6所述的方法，其中，聚合分割结果包括：向体素分配多个标记当中具有最高概率值的标记。

8.根据权利要求1所述的方法，还包括：使用至少一个三维训练图像来训练至少一个卷积神经网络模型。

9.一种用于分割三维图像的设备，所述设备包括：

输入接口，其接收由成像设备获取的三维图像；

至少一个存储设备，其被配置成存储三维图像；以及

图像处理器，其被配置成：

创建沿着三维图像的第一平面的第一相邻二维图像堆叠，第一堆叠的相邻二维图像显示解剖结构；

创建沿着三维图像的第二平面的第二相邻二维图像堆叠，第二堆叠的相邻二维图像显示解剖结构，其中第二平面不同于第一平面；

使用至少一个卷积神经网络模型来分割第一相邻二维图像堆叠和第二相邻二维图像堆叠；以及

通过聚合来自第一堆叠和第二堆叠的分割结果来确定三维图像的标记图，标记图将三维图像的体素与解剖结构相关联。

10.根据权利要求9所述的设备，其中，所述图像处理器还被配置成：

创建来自三维图像的第三平面的第三二维图像堆叠；

使用至少一个卷积神经网络模型来分割第三二维图像堆叠；以及

通过聚合来自第一堆叠、第二堆叠和第三堆叠的分割结果来确定三维图像的标记图。

11.根据权利要求9所述的设备，其中，所述图像处理器还被配置成：使用第一卷积神经网络模型来分割第一相邻二维图像堆叠，并且使用第二卷积神经网络模型来分割第二相邻二维图像堆叠。

12.根据权利要求9所述的设备，其中，第一平面或第二平面选自三维图像的横断面、矢状面和冠状面。

13.根据权利要求9所述的设备，其中，所述图像处理器还被配置成：

根据第一相邻二维图像堆叠和第二相邻二维图像堆叠创建组合的二维图像堆叠；以及

使用一个卷积神经网络模型来分割组合的二维图像堆叠。