[发明专利]一种夹层动脉分割方法及装置

权利要求书

1.一种夹层动脉分割方法，其特征在于，所述方法包括：

获取待分割主动脉的原始CTA图像；

基于所述原始CTA图像中各个像素点的CT值，从所述原始CTA图像中截取出CT值在预设范围内的第一目标CTA图像；

按照预设的分辨率以及第一预设尺寸，对所述第一目标CTA图像进行标准化处理，得到第二目标CTA图像；

利用训练好的分割模型中的动脉分割模型对所述第二目标CTA图像进行分割，得到标记有夹层主动脉及分支动脉的第一结构模型；

利用插值运算，将所述第二目标CTA图像压缩至第二预设尺寸，得到第三目标CTA图像；

利用训练好的分割模型中的腔室分割模型对所述第三目标CTA图像进行分割，得到标记有夹层主动脉上的真腔和假腔的第二结构模型；

基于所述第一结构模型及第二结构模型，对所述第二结构模型进行真腔和假腔的错分修正；

所述基于所述第一结构模型及第二结构模型，对所述第二结构模型进行真腔和假腔的错分修正，包括：

基于所述第一结构模型，以及所述第二结构模型，确定错分修正在所述第二结构模型中的起始层；

基于所述错分修正在第二结构模型的起始层，将所述主动脉的三维模型中的降主动脉的部分分离为两个独立、连续的腔体，得到第一腔体模型和第二腔体模型；

基于所述第一腔体模型及所述第二腔体模型，对所述第二结构模型进行修正。

2.根据权利要求1所述的方法，其特征在于，所述动脉分割模型通过如下步骤训练得到：

获取多个的训练样本，其中，所述训练样本为样本CTA图像，所述样本CTA图像中的夹层主动脉以及全部分支动脉被人工标注；

针对每个训练样本，基于所述训练样本中各个像素点的CT值，分别从所述训练样本中截取带有人工标注的第一训练CTA图像，并按照预设的分辨率以及第一预设尺寸，对所述第一训练CTA图像进行标准化处理，得到带有人工标注的第二训练CTA图像；

利用所述第二训练CTA图像，对所述动脉分割模型进行训练。

3.根据权利要求2所述的方法，其特征在于，所述腔室分割模型通过如下步骤训练得到：

利用插值运算，将所述第二训练CTA图像压缩至第二预设尺寸，得到带有人工标注的第三训练CTA图像；

利用所述第三训练CTA图像，对所述腔室分割模型训练。

4.根据权利要求3所述的方法，其特征在于，训练所述动脉分割模型时，采用如下损失函数：

其中，为训练样本中图像块对应的人工标注，为所述动脉分割模型中该图像块的体素级类别概率，C为类别信道编号，N为类别总数，为第C类图像块的人工标注，为所述动脉分割模型中第C类图像块的体素级类别概率。

5.根据权利要求4所述的方法，其特征在于，训练所述腔室分割模型时，采用如下损失函数：

其中，为所述第三训练CTA图像中真腔的人工标注，为所述第三训练CTA图像中夹层主动脉的标注，为所述腔室分割模型的输出结果。

6.根据权利要求5所述的方法，其特征在于，所述动脉分割模型和所述腔室分割模型的类型为三维卷积神经网络，所述动脉分割模型和所述腔室分割模型分别采用Inplace-ABN算法优化神经网络中的BN+ReLU的算法。