[发明专利]一种肾肿瘤的图像分割方法

说明书

本发明公开了一种肾肿瘤的图像分割方法，其包括以下步骤：S1、获取腹部扫描图像，并划分成数据集和训练集；S2、对获取的腹部扫描图像进行下采样的预处理操作，得到缩放后的图像；S3、利用腹部空间的全局位置信息确定S2中预处理后图像的感兴趣区域并进行图像分割，通过U型肾肿瘤分割网络进行训练和预测；S4、将S1中的腹部扫描图像进行向外扩张一定范围后分割左肾脏及右肾脏的图像，对所有分割出来的图像进行插值并统一到相同数据分布内，得到左右肾VOI图像；S5、通过U型肾肿瘤分割网络对左右肾VOI图像进行肿瘤分割预测；本发明通过该方法有效避免其他器官组织的干扰，提高了肾肿瘤的识别和分割图像的准确度，且效率更高。

技术领域

本发明涉及医学图像处理的技术领域，尤其涉及一种肾肿瘤的图像分割方法。

背景技术

肾脏是人体的重要器官，肾功能一旦受损会导致多种代谢终产物在体内堆积，进而影响到生命安全。在多种肾脏疾病中，肾肿瘤是肾脏健康的头号危险病种。目前CT影像学检查是肾肿瘤等肾脏疾病的主要检查方式之一，根据肾肿瘤的大小，医生可以对肿瘤的严重程度进行分级，并制定相应的治疗手段；同时对肾肿瘤定位，并分析形状和大小；现有通过医学图像处理对获取到的肾脏图像进行肾脏及肾肿瘤区域的精确分割判断，有效缓解了医生的工作量及展示了科技智能化的成效，但是目前在图像的分割任务中大多数都是以端到端方式实现，即一次性输入完整的图像，网络返回全图的分割结果，通过滑动窗口按顺序在完整图像上进行遍历，分割网络对每个滑动窗口对应的局部区域进行分割预测，最后将所有小窗口的局部分割结果按照空间位置和遍历顺序组合成完整的全图分割结果，但是肾肿瘤目标有大有小，遇到体积较小的肾肿瘤，在腹腔内直接进行肿瘤分割判断，不仅搜索空间较大而且容易受到来自其他器官组织的干扰，效率低下且准确度不高。

发明内容

本发明的目的在于提供一种肾肿瘤的图像分割方法，通过该方法有效避免其他器官组织的干扰，提高了肾肿瘤的识别和分割图像的准确度，且效率更高。

为实现上述目的，本发明采用以下技术方案：

一种肾肿瘤的图像分割方法，包括以下步骤：

S1、获取腹部扫描图像，并划分成数据集和训练集；

S2、对获取的腹部扫描图像进行下采样的预处理操作，得到缩放后的图像；

S3、利用腹部空间的全局位置信息确定S2中预处理后图像的感兴趣区域并进行图像分割，通过U型肾肿瘤分割网络进行训练和预测；

S4、将S1中的腹部扫描图像进行向外扩张一定范围后分割左肾脏及右肾脏的图像，对所有分割出来的图像进行插值并统一到相同数据分布内，得到左右肾VOI图像；

S5、通过U型肾肿瘤分割网络对左右肾VOI图像进行肿瘤分割预测。

进一步地，所述步骤S2中的下采样预处理操作将腹部扫描图像在XYZ三个方向的采样间距都下采样到4mm，放缩后的图像尺寸为原来的1/16；步骤S3中在放缩后图像在U型肾肿瘤分割网络进行训练和预测后，将预测结果图重新上采样到原始尺寸大小，并对数据集提供的肾脏和肾肿瘤标签修改为同一类，都属于肾脏区域。

进一步地，所述步骤S4中的插值进行预处理统一将水平面(XY)方向和纵向(Z)方向采样间距分别插值到1mm和2mm，在U型肾肿瘤分割网络的第一个采样层中，只对水平面(XY)方向下采样而不对Z方向进行下采样用于对齐三个方向上的数据分布。

进一步地，所述U型肾肿瘤分割网络由若干个下采样路径上的编码器模块和上采样路径的解码器模块配合跨层跳跃连接组成；编码器模块输出的特征图通过跨层跳跃连接直接与解码路径的高维语义相融合，利用来自编码器模块的低维表征包括形状、边缘及纹理的上下文信息补充上采样路径所缺乏的细粒度特征，产生高质量的高分辨率分割结果；放缩后的图像输入U型肾肿瘤分割网络进行3次最大池化的下采样操作。