[发明专利]基于深度分割网络的医学图像处理方法及装置、设备、存储介质

权利要求书

1.一种基于深度分割网络的医学图像处理方法，其特征在于，包括：

输入CT图像，其中所述CT图像是指对患者脑部图像的采集结果；

基于标准化网络，估计粗尺度的脑中线结构，其中所述标准化网络是指UNet；

根据所述粗尺度的脑中线结构，定位出中线的第一端点和中线的第二端点，其中，所述第一端点和所述第二端点之间的连线经过脑中线结构的中心坐标和垂直线；

根据所述第一端点和中线的第二端点，计算相对偏移角度得到变换矩阵，包括：

通过计算从垂直方向和脑中心坐标的偏移角度，以获得如下的变换矩阵：

其中，(x_I,y_I)表示图像中心I，(x_B,y_B)表示原始图像的颅脑中心，θ表示距垂直方向的偏移角，则T表示最终变换矩阵；经过所述变换矩阵将图像映射到标准空间，完成图像标准化处理。

2.根据权利要求1所述的基于深度分割网络的医学图像处理方法，其特征在于，基于标准化网络，估计粗尺度的脑中线结构包括：

在CT医学图像扫描期间根据不同患者的大脑在CT图像中的相对位置，基于UNet的标准化网络来估计粗尺度的中线结构；

通过所述粗尺度的中线结构将图像映射到标准空间。

3.根据权利要求1所述的基于深度分割网络的医学图像处理方法，其特征在于，经过所述变换矩阵将图像映射到标准空间，完成图像标准化处理之后，还包括：

通过标准化图像训练得到中线分割网络，其中所述中线分割网络中采用CoordConv层对空间信息进行建模或者所述中线分割网络中采用Cascade AtrousConv模块扩大中线分割网络的感受野。

4.根据权利要求3所述的基于深度分割网络的医学图像处理方法，其特征在于，还包括：

根据所述中线分割网络，采用预设寻路算法输出中线检测结果，以使中线检测结果是连续的。

5.一种基于深度分割网络的医学图像处理装置，其特征在于，包括：

输入模块，用于输入CT图像，其中所述CT图像是指对患者脑部图像的采集结果；

估计模块，用以基于标准化网络，估计粗尺度的脑中线结构，其中所述标准化网络是指UNet；

定位模块，用以根据所述粗尺度的脑中线结构，定位出中线的第一端点和中线的第二端点，其中，所述第一端点和所述第二端点之间的连线经过脑中线结构的中心坐标和垂直线；

计算模块，根据所述第一端点和中线的第二端点，计算相对偏移角度，得到变换矩阵，包括：

通过计算从垂直方向和脑中心坐标的偏移角度，以获得如下的变换矩阵：

其中，(x_I,y_I)表示图像中心I，(x_B,y_B)表示原始图像的颅脑中心，θ表示距垂直方向的偏移角，则T表示最终变换矩阵；变换模块，用于经过所述变换矩阵将图像映射到标准空间，完成图像标准化处理。

6.根据权利要求5所述的基于深度分割网络的医学图像处理装置，其特征在于，所述估计模块用于

在CT医学图像扫描期间根据不同患者的大脑在CT图像中的相对位置，基于UNet的标准化网络来估计粗尺度的中线结构；

通过所述粗尺度的中线结构将图像映射到标准空间。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的基于深度分割网络的医学图像处理方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的基于深度分割网络的医学图像处理方法的步骤。