[发明专利]一种脑白质高信号分割方法、装置、设备及存储介质

权利要求书

1.一种脑白质高信号分割方法，其特征在于，所述方法包括：

获取待分割图像；

基于第一分割网络对所述待分割图像进行脑白质高信号分割，得到所述待分割图像的脑白质高信号标签预测结果；

将所述待分割图像和所述待分割图像的脑白质高信号标签预测结果作为第二分割网络的输入，基于所述第二分割网络对所述待分割图像的脑白质高信号标签预测结果进行修正，得到所述待分割图像的脑白质高信号标签修正结果。

2.根据权利要求1所述的方法，其特征在于，所述待分割图像包括所述待分割图像中各像素的特征信息；所述待分割图像的脑白质高信号标签预测结果包括所述待分割图像中各像素的初始类别标签；

所述将所述待分割图像和所述待分割图像的脑白质高信号标签预测结果作为第二分割网络的输入，基于所述第二分割网络对所述待分割图像的脑白质高信号标签预测结果进行修正，得到所述待分割图像的脑白质高信号标签修正结果包括：

基于所述待分割图像中各像素的特征信息、所述待分割图像的脑白质高信号标签预测结果和所述第二分割网络，对所述待分割图像中各像素的初始类别标签进行修正，得到所述待分割图像中各像素的修正后的类别标签；

基于所述待分割图像中各像素的修正后的类别标签确定所述待分割图像的脑白质高信号标签修正结果。

3.根据权利要求1所述的方法，其特征在于，当所述第二分割网络包括全连接条件随机场模型时，所述方法还包括：

获取待分割样本图像，所述待分割样本图像包括所述待分割样本图像中各像素的特征信息；

获取待分割样本图像中各像素的初始类别标签；

基于所述待分割样本图像中各像素的特征信息和初始类别标签建立所述全连接条件随机场模型对应的能量函数；

基于网格搜索方法迭代最小化所述能量函数，确定最小化能量函数的参数；

基于所述最小化能量函数的参数确定所述全连接条件随机场模型。

4.根据权利要求3所述的方法，其特征在于，所述获取待分割样本图像中各像素的初始类别标签包括：

基于第一分割网络对所述待分割样本图像进行脑白质高信号分割，得到所述待分割样本图像的脑白质高信号标签预测结果，所述待分割样本图像的脑白质高信号标签预测结果包括：所述待分割样本图像中各像素的初始类别标签。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本图像及对应的脑白质高信号标注结果；

基于所述样本图像对第一神经网络模型进行脑白质高信号分割训练，在脑白质高信号分割的训练中调整所述第一神经网络模型的模型参数，直到所述第一神经网络模型输出的样本图像的脑白质高信号标签预测结果与所述样本图像对应的脑白质高信号标注结果相匹配；

将当前的第一神经网络模型作为所述第一分割网络。

6.根据权利要求1所述的方法，其特征在于，所述获取待分割图像包括：

获取待处理图像；

确定所述待处理图像中的目标图像；

对所述目标图像进行场不均匀性矫正，得到所述待分割图像。

7.根据权利要求6所述的方法，其特征在于，所述获取待分割图像还包括：

在对所述目标图像进行场不均匀性矫正之后，对矫正后的目标图像进行图像灰度标准化；

将所述图像灰度标准化后的图像作为所述待分割图像。

8.一种脑白质高信号分割装置，其特征在于，所述装置包括：

图像获取模块，用于获取待分割图像；

脑白质高信号分割模块，用于基于第一分割网络对所述待分割图像进行脑白质高信号分割，得到所述待分割图像的脑白质高信号标签预测结果；

图像修正模块，用于将所述待分割图像和所述待分割图像的脑白质高信号标签预测结果作为第二分割网络的输入，基于所述第二分割网络对所述待分割图像的脑白质高信号标签预测结果进行修正，得到所述待分割图像的脑白质高信号标签修正结果。