[发明专利]基于边缘感知的腹部多器官分割建模、分割方法及系统有效
| 申请号: | 202110733639.0 | 申请日: | 2021-06-30 |
| 公开(公告)号: | CN113436173B | 公开(公告)日: | 2023-06-27 |
| 发明(设计)人: | 谢飞;郜刚 | 申请(专利权)人: | 陕西大智慧医疗科技股份有限公司 |
| 主分类号: | G06V10/26 | 分类号: | G06V10/26;G06V10/82;G06V10/80;G06T7/00;G06N3/0464;G06N3/0455;G06N3/0442;G06N3/047;G06N3/048 |
| 代理公司: | 西安恒泰知识产权代理事务所 61216 | 代理人: | 王芳 |
| 地址: | 710000 陕西省西安市高新区高*** | 国省代码: | 陕西;61 |
| 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 边缘 感知 腹部 器官 分割 建模 方法 系统 | ||
1.一种基于边缘感知的腹部多器官分割建模方法,其特征在于,包括如下步骤:
步骤1:获取原始腹部CT图像集,标注出每张原始腹部CT图像中的肝脏、胃、胰腺和肠道器官,对标注完成后的原始腹部CT图像集进行预处理,获得腹部CT图像集;
步骤2:建立腹部多器官分割网络,所述的腹部多器官分割网络包括体素分割模块、边缘感知模块和融合模块;所述的体素分割模块用于提取各个器官的语义分割特征图,所述的边缘感知模块用于提取各个器官的边缘特征图,所述的融合模块用于将各个器官的语义分割特征图和边缘特征图进行融合;
所述的体素分割模块采用nnUNet网络作为主干网络,包括编码器和解码器,所述的编码器包括多层的卷积和下采样,所述的解码器包括多层反卷积和上采样,所述的编码器和解码器层数相同;所述的边缘感知模块设置在体素分割模块的每层卷积之后,所述的边缘感知模块包括依次相连的卷积层、边缘注意门控卷积层和残差块;
所述的边缘注意门控卷积层包括4个AGL分别为AGL1、AGL2、AGL3和AGL4,每个AGL有两路输入;
其中,AGL1的一路输入为体素分割模块第一层的卷积输出的特征图经大小的卷积和残差块结构操作之后得到的特征图,另一路输入为体素分割模块第二层的卷积块结构输出的特征图经大小的卷积操作之后得到的特征图,AGL1的输出为第一个边缘特征图;
AGL2、AGL3和AGL4的输入均为上一层AGL输出的边缘特征图经残差块结构处理之后得到的边缘特征图,以及体素分割网络对应层的卷积块结构输出的特征图经大小的卷积操作之后得到的特征图,AGL2、AGL3和AGL4的输出分别为第二至四个边缘特征图;
步骤3:将腹部CT图像集作为训练集,将标注出的肝脏、胃、胰腺和肠道器官的原始腹部CT图像作为标签,对腹部多器官分割网络进行训练,将训练好的分割网络作为腹部多器官分割模型。
2.一种基于边缘感知的腹部多器官分割方法,其特征在于,包括如下步骤:
步骤一:获取待分割的原始腹部CT图像并进行预处理,得到待分割的腹部CT图像;
步骤二:将待分割的腹部CT图像输入如权利要求1所述的基于边缘感知的腹部多器官分割建模方法建立的腹部多器官分割模型中,获得待分割的腹部CT图像的多器官分割结果。
3.一种基于边缘感知的腹部多器官分割系统,该系统包括处理器和用于存储能够在处理器上运行的多个功能模块的存储器,其特征在于,所述功能模块包括腹部多器官分割模型和分割模块;
所述的腹部多器官分割模型采用如权利要求1所述的基于边缘感知的腹部多器官分割建模方法获得;
所述的分割模块用于获取待分割的原始腹部CT图像并进行预处理,得到待分割的腹部CT图像,将待分割的腹部CT图像输入上述建模方法建立的腹部多器官分割模型中,获得待分割的腹部CT图像的多器官分割结果。
4.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求2的基于边缘感知的腹部多器官分割方法。
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陕西大智慧医疗科技股份有限公司,未经陕西大智慧医疗科技股份有限公司许可,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/202110733639.0/1.html,转载请声明来源钻瓜专利网。





