[发明专利]一种心脏医学图像自动分割方法

说明书

本发明公开了一种心脏医学图像自动分割方法，包括：步骤1，获取数据并标注，建立心脏医学图像的数据集；步骤2，将获取的标注文件和原始CT图一起输入网络中训练，获得一个参数固定的深度神经网络；步骤3，进行CT图像的分割。本发明能自动实现左心室、左心房、右心室、右心房、左心室外壁和心脏外壁这六个部分的分割，并能达到令人满意的分割精度，和近期提出的Mask R‑CNN相比，该方法性能相当。和一些同样能达到较高精度的方式相比，该方法的分割速度快具有显著提高。

技术领域

本发明涉及深度学习、计算机视觉、计算机图形学领域，具体涉及一种自动分割心脏医学图像技术。

背景技术

对心脏医学图像进行精确分割是研究人员一直关心的问题，因为心脏是人体中最重要的器官之一，心脏疾病会严重影响患者的日常生活，甚至随时可能夺走人类的生命。在医疗中，医生需要凭借自己的知识和经验辨认抽象的医学图像，区分心脏部分和其它组织，发现心脏是否有异常。显然，这对医生的专业水平和时间精力提出了极高的要求。自动精确分割心脏医学图像能为医生提供高质量的心脏结构信息。这项技术不仅能为医生减轻负担，同时能辅助医生做出正确地诊断。这样，患者能够得到高效的治疗，极大降低心脏疾病带来的不良后果。

到目前为止，心脏医学图像的精确分割已经取得了一些研究成果。早期医学图像分割算法对实际应用的不同而各不相同。主要分为两类：1)基于区域划分和边界的分割方法；2)基于模型的分割方法。近年来，深度学习算法在医学图像分割中的广泛应用推动了医学图像分割技术的显著进步。但是目前尚存在以下问题：1)对心脏医学图像四个腔室、左心室外壁以及心脏外壁分割的算法较少；2)像素分辨率各向异性；3)由于右心室变化较大且外壁很薄，很难准确分割；3)已标注的心脏医学图像数据集很少

发明内容

发明目的：为了解决现有技术存在的问题，本发明的目的是提供一种用于分割心脏医学图像的方法，能够针对一张输入的心脏医学图像，自动并且精确地分割出左心室、左心房、右心室、右心房、左心室外壁和心脏外壁。

技术方案：一种心脏医学图像自动分割方法，包括如下步骤：

步骤1，获取数据并标注，建立心脏医学图像的数据集；所述数据集来自不同性别、不同年龄和不同时相

步骤2，将获取的标注文件和原始CT图一起输入网络中训练，获得一个参数固定的深度神经网络；

步骤3，进行CT图像的分割。

所述步骤1具体包括如下内容：

步骤1.1，获取若干组dicom格式的心脏医学图像数据；

步骤1.2，标注所需分割的对象，包括左心室、左心房、右心室、右心房、左心室外壁和心脏外壁；

步骤1.3，获取已标注的医学图像，将其转换为二值化图像；

步骤1.4，获取二值化图像中目标的轮廓；

步骤1.5，获取轮廓的坐标；

步骤1.6，生成符合训练格式的标注文件。

所述步骤2中，采用基于深度学习的训练，具体包括如下内容：

步骤2.1，将训练数据变换尺寸到a*a；

步骤2.2，数据下采样n次，图片尺寸变为

步骤2.3，数据上采样m次，图片尺寸变为

所述步骤3具体包括如下内容：

步骤3.1，输入任意一张心脏医学图像；

步骤3.2，将图片变换尺寸为a*a；

步骤3.3，输入训练好的网络，得到最终的特征图；