[发明专利]基于UNet网络的肺叶分割方法、装置及计算机可读存储介质在审
申请号: | 201910437417.7 | 申请日: | 2019-05-24 |
公开(公告)号: | CN111986206A | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 彭雨晴;姚育东;钱唯;郑斌;齐守良;高伟明;葛新科;张红治 | 申请(专利权)人: | 深圳市前海安测信息技术有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/187 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518063 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 unet 网络 肺叶 分割 方法 装置 计算机 可读 存储 介质 | ||
1.一种基于UNet网络的肺叶分割装置,包括适于实现各种计算机程序指令的处理器以及适于存储多条计算机程序指令的存储器,其特征在于,所述计算机程序指令由处理器加载并执行如下步骤:
从影像输入设备获取肺部CT影像数据;
对输入的肺部CT影像数据进行归一化处理;
对处理后的肺部CT影像数据利用2D UNet网络筛选出肺内区域和肺外区域,并将肺内区域作为肺区候选区域;
对肺区候选区域利用3D UNet网络分割出五个肺叶掩膜区域,得到左上叶、左下叶、右上叶、右中叶以及右下叶的区域;
对五个肺叶掩膜区域分别进行形态学处理,得到最终的肺叶分割结果;
将肺叶分割结果存储在存储器中,或者输出并显示在显示器的屏幕上。
2.如权利要求1所述的基于UNet网络的肺叶分割装置,其特征在于:
所述对输入的肺部CT影像数据进行归一化处理的步骤包括如下步骤:对输入的肺部CT影像数据进行预处理,并将肺部CT影像数据的限定到[-1000,400]这个区间,再归一化到[0,1]这个区间,以排除亮度较高的非肺部区域;
所述对五个肺叶的掩膜区域分别进行形态学处理的步骤包括如下步骤:去除五个肺叶掩膜区域外的区域,以及填充五个肺叶掩膜区域的孔洞。
3.如权利要求1所述的基于UNet网络的肺叶分割装置,其特征在于,所述对处理后的影像数据利用2D UNet网络筛选出肺内区域和肺外区域,并将肺内区域作为肺区候选区域的步骤包括如下步骤:
将肺部CT影像和肺区金标准图像均缩放到尺寸大小为[256,256];
将缩放后的肺部CT影像和肺区金标准图像输入到2D UNet网络分割出包括肺内区域和肺外区域的肺区图像;
将2D UNet输出得到的肺区图像再缩放至原图大小,并对每层肺区利用半径为5个像素的大小进行膨胀;
根据肺区大小提取肺部区域的边界框,并从边界框中提取肺区候选区域。
4.如权利要求1所述的基于UNet网络的肺叶分割装置,其特征在于,所述对肺区候选区域利用3D UNet网络分割出五个肺叶掩膜区域的步骤包括如下步骤:
对肺部CT影像采用随机裁剪法得到尺寸大小为[128,128,64],并经过随机变化、旋转、上下翻转、尺寸变化做影像增强处理;
将肺区影像数据乘以处理过的肺部CT影像数据和肺区影像数据乘以肺叶金标准图像数据输入到3D UNet网络中对肺部CT影像进行肺叶分割;
将分割出的肺叶图像还原至原图大小得到5个不同的肺叶掩膜区域。
5.一种基于UNet网络的肺叶分割方法,应用于计算机装置中,其特征在于,所述基于UNet网络的肺叶分割方法包括如下步骤:
从影像输入设备获取肺部CT影像数据;
对输入的肺部CT影像数据进行归一化处理;
对处理后的肺部CT影像数据利用2D UNet网络筛选出肺内区域和肺外区域,并将肺内区域作为肺区候选区域;
对肺区候选区域利用3D UNet网络分割出五个肺叶掩膜区域,得到左上叶、左下叶、右上叶、右中叶以及右下叶的区域;
对五个肺叶掩膜区域分别进行形态学处理,得到最终的肺叶分割结果;
将肺叶分割结果存储在存储器中,或者输出并显示在显示器的屏幕上。
6.如权利要求5所述的基于UNet网络的肺叶分割方法,其特征在于,所述对输入的肺部CT影像数据进行归一化处理的步骤包括如下步骤:对输入的肺部CT影像数据进行预处理,并将肺部CT影像数据的限定到[-1000,400]这个区间,再归一化到[0,1]这个区间,以排除亮度较高的非肺部区域。
7.如权利要求5所述的基于UNet网络的肺叶分割方法,其特征在于,所述对五个肺叶的掩膜区域分别进行形态学处理的步骤包括如下步骤:去除五个肺叶掩膜区域外的区域,以及填充五个肺叶掩膜区域的孔洞。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市前海安测信息技术有限公司,未经深圳市前海安测信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910437417.7/1.html,转载请声明来源钻瓜专利网。