[发明专利]一种心脏图像分割方法及系统

说明书

本发明提出了一种心脏图像分割方法，通过引入位置编码矩阵，可以获取到图像统一的相对位置信息；同时采用具备强大的高维度特征信息提取功能的多层感知器的提取，并将高维信息与编码产生的低维信息进行拼接；最后通过构建三维切面多通道融合模型实现对心脏图像端到端的分割，有效提高心脏图像的分割精度和分割效率；本发明还提出一种心脏图像分割系统，用于实现一种心脏图像分割方法，整个系统模型结构简单，计算量少，适用于现有的临床诊断和治疗过程。

技术领域

本发明涉及心脏图像分割技术领域，特别是涉及一种心脏图像分割方法及系统。

背景技术

目前心脏图像的分割基于Unet模型、TransUent模型，2D切片分割或3D体素图像分割，由于使用二维图像进行分割会使其丧失三维空间信息，产生心脏的分割图像损失三维连续性。

为了保留分割结果的三维连续性，现有技术公开的一种心脏医学图像的分割方法，首先获取待分割3D心脏医学图像，通过3D U-net神经网络进行房室及心肌分割，获得初步心脏分割图像；通过2D U-net神经网络进行血池分割获得血池分割图像；去除血池分割图像中属于房室部分的图像，获得血管图像，根据血管图像对初步心脏分割图像进行优化，获得待分割3D心脏医学图像的心脏分割图像；提取血管图像中血管骨干线，获得待匹配血管骨干线图，继而与预存血管骨干线图进行匹配，根据匹配结果将所述血管图像中的肺动脉及主动脉进行分割，获得所述待分割3D心脏医学图像的血管分割图像。该方法虽然对心脏结构有缺失的心脏医学图像进行分割且能保留更多血管的边界形状变化信息，但该方法直接使用三维卷积神经网络直接对图像直接分割，消耗大量的计算资源，增加计算复杂性。而且现有技术对少量数据集、个体差异性大、边缘信息冗余的心脏分割没有很好的适应性。

发明内容

本发明为了解决以上至少一种技术缺陷，提供一种心脏图像分割方法及系统，通过建立三维切面多通道融合模型实现对心脏图像端到端的分割，有效提高心脏图像的分割精度和分割效率，且计算量少，适应性强。

为解决上述技术问题，本发明的技术方案如下：

一种心脏图像分割方法，包括以下步骤：

S1：获取不同分辨率的原始心脏图像并进行下采样处理，得到分辨率一致的心脏图像；

S2：训练心脏图像的位置编码矩阵；

S3：将心脏图像的心脏信息与位置编码矩阵进行体素点相加，使每个心脏图像同一个体素信息与位置编码信息对应，得到图像统一的相对位置信息；

S4：利用多层感知器对相对位置信息进行数据处理，获取高维度特征图；

S5：对相对位置信息连续进行多层编码，前一层的编码结果作为下一层的编码输入，得到每层编码结果，并根据最后一层编码结果获取低维度特征图；

S6：将高维度特征图和低维度特征图进行拼接，然后对拼接结果进行初次解码；

S7：构建三维切面多通道融合模型，对每层编码结果分别进行三维切面多通道融合，得到每次编码对应的多通道融合数据；

S8：记初次解码结果为当前层解码结果，最后一次编码对应的多通道融合数据为当前层多通道融合数据；

S9：将当前层解码结果与当前层多通道融合数据进行拼接并进行解码，将解码结果作为当前解码结果；更新当前层多通道融合数据为前一层编码对应的多通道融合数据；

S10：判断当前层多通道融合数据是否为第一层编码对应的多通道融合数据，若是，则执行步骤S11；否则，执行步骤S9；

S11：对当前解码结果进行分割操作，完成心脏图像的分割。