CN113487536B 图像分割方法、计算机设备和存储介质 （上海联影智能医疗科技有限公司）

2对脂肪抑制磁共振图像进行分块处理，以各图像块为单位进行限制对将所述处理后的脂肪抑制磁共振图像输入预设的分割网络，通过所根据所述脂肪抑制磁共振图像和所述掩膜图像，得到所述脂肪所述将所述处理后的脂肪抑制磁共振图像输入预设的分割网络，通将所述处理后的脂肪抑制磁共振图像输入所述编码单元，采用填充的脂肪抑制磁共振图像进行边界填充，并对边界填充后的脂肪抑制磁共振图像进行下采将所述下采样特征图输入所述解码单元，采用所述填充卷积对所述卷积层包括所述填充卷积；所述填充卷积用于对所述脂肪抑制磁共振图像进行边界填单元通过所述连接单元与所述解码单元连接；所述将所述下采样特征图输入所述解码单通过所述连接单元将第一卷积块输出的下采样特征图和第一反卷积块输出的上采样将所述连接后的特征图输入第二反卷积块中进行上采样，得到所述脂肪抑制磁共振图像的尺寸、所述上采样特征图的尺寸和所述下采样特征图的尺寸确5.根据权利要求1所述的方法，其特征在于，所述对脂肪抑制磁共振图像进行分块处根据所述脂肪抑制磁共振图像的尺寸和所述脂肪抑制磁共振图像的各体素间的间距，36.根据权利要求1至5任意一项所述的方法，其获取样本脂肪抑制磁共振图像以及所述样本脂肪抑制磁共振图像对应的金标准图像；所述样本脂肪抑制磁共振图像中包括样本感兴对所述样本脂肪抑制磁共振图像进行分块处理，以各样本图像块为将所述处理后的样本脂肪抑制磁共振图像输入初始分割网络根据所述样本掩膜图像和所述金标准图像，得到所述初始分割网络的损失函数的值；损失函数的值为所述Dice损失函数的值和所述交叉熵损失函数的根据所述初始分割网络的损失函数的值，对所述初始分割网络进行训对包含乳房的脂肪抑制乳腺图像进行分块处理，以各图将所述处理后的脂肪抑制乳腺图像输入预设的乳房分割网络将所述乳房分割图像输入预设的腺体分割网络，通过所述腺体分根据所述腺体掩膜图像与所述脂肪抑制乳腺图像，或者根据所根据所述乳房分割图像和所述腺体分割图像，获取所述脂肪抑制乳所述将所述处理后的脂肪抑制乳腺图像输入预设的乳房分割网络，通过所将所述处理后的脂肪抑制乳腺图像输入所述第一编码单元，采用填后的脂肪抑制磁共振图像进行边界填充，并对边界填充后的脂肪抑制乳腺图像进行下采所述将所述乳房分割图像输入预设的腺体分割网络，通过所述将所述乳房分割图像输入所述第二编码单元，采用填充卷积对所4第一获取模块，用于对脂肪抑制磁共振图像进行分第一分割模块，用于将所述处理后的脂肪抑制磁共振图像所述分割网络得到所述感兴趣区域的掩膜图像；所述分割网络包括编码单元和解码单元，第二获取模块，用于根据所述脂肪抑制磁共振图像和所述掩所述下采样单元，用于将所述处理后的脂肪抑制磁共振图像输入所述编码单所述上采样单元，用于将所述下采样特征图输入所述解码单元，采用9.一种计算机设备，包括存储器和处理器，所述存储器存被处理器执行时实现权利要求1至7中任一项所述的5[0002]医学图像病灶区域的分割在计算机辅助诊断系统中具有重要意义，通过计算机与诊断可以有效地提高乳腺癌的治愈率，而在基于三维磁共振图像的计算机辅助诊断系[0006]对脂肪抑制磁共振图像进行分块处理，以各图像块为单位进行限制对比度自适[0007]将所述处理后的脂肪抑制磁共振图像输入预设的分割网络，通过所述分割网络[0008]根据所述脂肪抑制磁共振图像和所述掩膜图像，得到所述脂肪抑制磁共振图像理后的脂肪抑制磁共振图像输入预设的分割网络，通过所述分割网络得到所述感兴趣区[0010]将所述处理后的脂肪抑制磁共振图像输入所述编码单元，采用填充卷积对所述处理后的脂肪抑制磁共振图像进行边界填充，并对边界填充后的脂肪抑制磁共振图像进[0011]将所述下采样特征图输入所述解码单元，采用所述填充卷积对所述下采样特征6[0014]通过所述连接单元将第一卷积块输出的下采样特征图和第一反卷积块输出的上[0015]将所述连接后的特征图输入第二反卷积块中进行上采样，得到所述感兴趣区域[0016]在其中一个实施例中，所述卷积块与所述反卷积块的数量根据所述脂肪抑制磁[0018]根据所述脂肪抑制磁共振图像的尺寸和所述脂肪抑制磁共振图像的各体素间的[0020]获取样本脂肪抑制磁共振图像以及所述样本脂肪抑制磁共振图像对应的金标准[0021]对所述样本脂肪抑制磁共振图像进行分块处理，以各样本图像块为单位进行限[0022]将所述处理后的样本脂肪抑制磁共振图像输入初始分割网络，通过所述初始分[0023]根据所述样本掩膜图像和所述金标准图像，得到所述初始分割网络的损失函数[0026]对包含乳房的脂肪抑制乳腺图像进行分块处理，以各图像块为单位进行限制对[0027]将所述处理后的脂肪抑制乳腺图像输入预设的乳房分割网络，通过所述乳房分[0029]将所述乳房分割图像输入预设的腺体分割网络，通过所述腺体分割网络得到腺[0030]根据所述腺体掩膜图像与所述脂肪抑制乳腺图像，或者根据所述腺体掩膜图像7[0031]根据所述乳房分割图像和所述腺体分割图像，获取脂肪抑制乳腺图像对应的乳[0038]第一分割模块，用于将所述处理后的脂肪抑制乳腺图像输入预设的乳房分割网[0044]对脂肪抑制磁共振图像进行分块处理，以各图像块为单位进行限制对比度自适[0045]将所述处理后的脂肪抑制磁共振图像输入预设的分割网络，通过所述分割网络[0046]根据所述脂肪抑制磁共振图像和所述掩膜图像，得到所述脂肪抑制磁共振图像[0048]对包含乳房的脂肪抑制乳腺图像进行分块处理，以各图像块为单位进行限制对[0049]将所述处理后的脂肪抑制乳腺图像输入预设的乳房分割网络，通过所述乳房分8[0051]将所述乳房分割图像输入预设的腺体分割网络，通过所述腺体分割网络得到腺[0052]根据所述腺体掩膜图像与所述脂肪抑制乳腺图像，或者根据所述腺体掩膜图像[0053]根据所述乳房分割图像和所述腺体分割图像，获取所述脂肪抑制乳腺图像对应[0055]对脂肪抑制磁共振图像进行分块处理，以各图像块为单位进行限制对比度自适[0056]将所述处理后的脂肪抑制磁共振图像输入预设的分割网络，通过所述分割网络[0057]根据所述脂肪抑制磁共振图像和所述掩膜图像，得到所述脂肪抑制磁共振图像[0059]对包含乳房的脂肪抑制乳腺图像进行分块处理，以各图像块为单位进行限制对[0060]将所述处理后的脂肪抑制乳腺图像输入预设的乳房分割网络，通过所述乳房分[0062]将所述乳房分割图像输入预设的腺体分割网络，通过所述腺体分割网络得到腺[0063]根据所述腺体掩膜图像与所述脂肪抑制乳腺图像，或者根据所述腺体掩膜图像[0064]根据所述乳房分割图像和所述腺体分割图像，获取所述脂肪抑制乳腺图像对应感兴趣区域的掩膜图像的准确度，从而可以根据该脂肪抑制磁共振图像和得到的感兴趣9[0080]本申请实施例提供的图像分割方法，可以适用于如图1所半自动分割方法均比较繁复、分割效率低、并且观察者之间和观察者自身存在较大的差此，有必要提供一种图像分割方法对脂肪抑制磁共振图像中的组织和病灶进行准确地分割。[0085]具体地，计算机设备对获取的包括感兴趣区域的脂肪抑制磁共振图像进行分块处理，以分块后的各图像块为单位进行限制对比度自适应直方图均衡化(Contrast也可以从PACS(PictureArchivingandCommunicationSystems，影像归档和通信系统)[0089]具体地，计算机设备根据上述脂肪抑制磁共振图像和上述感兴趣区域的掩膜图脂肪抑制磁共振图像和上述感兴趣区域的掩膜图像各像素点做点乘，得到脂肪抑制磁共振图像中感兴趣区域的分割结果；也可以将上述脂肪抑制磁共振图像和上述感兴趣区域减少脂肪抑制磁共振图像的噪声点，这样将处理后的脂肪抑制磁共振图像输入预设的分到脂肪抑制磁共振图像中感兴趣区域的掩膜图像，提高了得到感兴趣区域的掩膜图像的[0091]在上述将处理后的脂肪抑制磁共振图像输入预设的分割网络，通过分割网络得得到处理后的脂肪抑制磁共振图像对应的下[0093]具体地，计算机设备将上述处理后的脂肪抑制磁共振图像输入分割网络的编码的脂肪抑制磁共振图像进行下采样，得到上述处理后的脂肪抑制磁共振图像对应的下采充卷积用于对处理后的脂肪抑制磁共振图像进行边界填充，增加处理后的脂肪抑制磁共积块可以由两个3×3×3的卷积层和一个2×2×2的最大池化层组成，且每个卷积层后连接一个归一化(Normalization)层和一个修正线性单元(RectifiedLinearUnit,ReLU)。可以理解的是，采用填充卷积对上述处理后的脂肪抑制磁共振图像进行边界填充为上述像进行的下采样的次数可以根据上述脂肪抑制磁共振图像的尺寸，及得到的下采样特征[0095]具体地，计算机设备将得到的上述处理后的脂肪抑制磁共振图像对应的下采样[0096]需要说明的是，本实施例中归一化层采用的函数为实例归一化函数是由于计算Normalization,IN)代替使用批归一化(BatchNormalization)。由于对脂肪抑制磁共振图像的感兴趣区域进行分割时，脂肪抑制磁共振图像中背景体素(体[0097]在本实施例中，计算机设备将处理后的脂肪抑制磁共振图像输入分割网络的编码单元，通过该编码单元采用填充卷积能够对处理后的脂肪抑制磁共振图像进行边界填共振图像边缘处的信息不会被遗漏，使得边界填充后的脂肪抑制磁共振图像能够完整地准确地进行下采样，提高了得到处理后的脂肪抑制磁共振图像对应的下采样特征图的准充卷积能够对得到的下采样特征图进行边界填充，使得边界填充后的下采样特征图能够完整地保留下采样特征图的信息，从而可以对边界填充后的下采样特征图准确地进行上采样，从而提高了得到的处理后的脂肪抑制磁共振图像的感兴趣区域的掩膜图像的准确[0098]在上述将得到的下采样特征图输入分割网络的解码单元，对下采样特征图进行[0099]S401，通过连接单元将第一卷积块输出的下采样特征图和第一反卷积块输出的[0100]具体地，计算机设备通过分割网络的连接单元将上述编码单元的第一卷积块输出的下采样特征图和上述解码单元的第一反卷积块输出的上采样特征图连接，得到连接积块输出的下采样特征图和第一反卷积块输出的上采样特征图进行拼接，得到连接后的[0103]本实施例中，计算机设备通过分割网络的连接单元将编码单元的第一卷积块输出的下采样特征图和解码单元的第一反卷积块输出的上采样特征图连接，得到的连接后的特征图能够避免在下采样和上采样过程中细节信息的丢失，能够得到准确度较高的连接后的特征图，从而可以将准确度较高的连接后的特征图输入解码单元的第二反卷积块备还可以对脂肪抑制磁共振图像进行重采样处理，对重采样后的磁共振图像进行分块处[0105]具体地，计算机设备根据上述脂肪抑制磁共振图像的尺寸和上述脂肪抑制磁共行重采样。可选的，计算机设备可以采用三阶样条插值对脂肪抑制磁共振图像进行重采[0106]在本实施例中，计算机设备根据脂肪抑制磁共振图像的尺寸和脂肪抑制磁共振[0107]在上述将脂肪抑制磁共振图像输入分割网络的场景中，需要预先对分割网络进[0108]S501，获取样本脂肪抑制磁共振图像以及样本脂肪抑制磁共振图像对应的金标[0109]具体地，计算机设备获取样本脂肪抑制磁共振图像以及该样本脂肪抑制磁共振可选的，计算机设备可以从磁共振设备中获取样本脂肪抑制磁共振图像，也可以从PACS(PictureArchivingandCommunicationSystems，影像归档和通信系统)服务器中获取的各样本图像块为单位进行限制对比度自适应直方图均衡化(ContrastLimitedAdaptiveHistogramEqualization，CLAHE)处理，得到处理后的样本脂肪抑制磁共振图的，计算机设备对样本脂肪抑制磁共振图像进行分块处理之前还可以对样本脂肪抑制磁[0113]具体地，计算机设备将上述得到的处理后的样本脂肪抑制磁共振图像输入初始始分割网络的损失函数包括Dice损失函数和交叉熵损失函数；初始分割网络的损失函数[0115]具体地，计算机设备根据上述得到的样本掩模图像和样本脂肪抑制磁共振图像函数包括Dice损失函数和交叉熵损失函数；初始分割网络的损失函数的值为Dice损失函证结果确定测试模型的超参数。训练过程中，可以将初始分割网络的初始学习率设为还可以利用带有NesterovMomentum(参数设为0.9)的随机梯度下降方法对损失函数进行采样和限制对比度自适应直方图均衡化的预处理，经过重采样和限制对比度自适应直方图均衡化预处理后的图像其图像尺寸统一为训练数据集中图像的中值尺寸，可以再根据大以保证分割结果的准确性，其次满足批尺寸最小为2以防止因样本过少引起的梯度噪样本图像块为单位进行限制对比度自适应直方图均衡化处理，得到处理后的样本脂肪抑这里需要说明的是，对获取的脂肪抑制乳腺图像以块为单位进行限制对比度自适应直方图像进行分块处理，以图像块为单位进行直方图均衡化，再利用线性差值确定块间体素[0124]具体地，计算机设备将上述处理后的脂肪抑制乳腺图像输入预设的乳房分割网该填充卷积用于对上述脂肪抑制乳腺图像进行边界填充，增加上述脂肪抑制乳腺图像对机设备将乳房分割图像输入上述腺体分割网络之前，还可以对乳房分割图像进行分块处体掩膜图像与脂肪抑制乳腺图像得到的腺体分割图像的准维图像，计算机设备可以根据乳房分割图像和腺体分割图像的体素间距以及乳房分割图选的，计算机设备可以将乳房分割图像和腺体分割图像的体素数量以及乳房分割图像和腺体分割图像的分辨率相乘，得到乳房的体积和双侧腺图像块为单位进行限制对比度自适应直方图均衡化处理，由于经过限制对比度自适应直方图均衡化处理，能够增强脂肪抑制乳腺图像的对比度，减少脂肪抑制乳腺图像的噪声取脂肪抑制乳腺图像对应的乳腺密度，提高了得到脂肪抑制乳腺图像对应的乳腺密度的抑制乳腺图像为例给出了本申请采用分割网络对脂肪抑制乳腺图像进行分割相对于金标[0137]由表1可以看出，乳房分割和腺体分割的DSC分别为0.968±0.017和0.877±标区域并精确检测边界。通常，用于医学图像的深度学习方法易于产生较高的假阳性率出的分割网络分割结果具有高敏感性和特异性，表明该分割网络具有较高的真阳性率中，分割结果与金标准之间的相关性可以如图8所示，图8中x轴表示金标准的物理实际体一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地对处理后的脂肪抑制磁共振图像进行边界填充，并对边界填充后的脂肪抑制磁共振图像进行边界填充，并对边界填充后的下采样特征图进行上采样，得到感兴趣区域的掩膜图和池化层组成，且各卷积层连接分割网络的归一化层和激活函数层；卷积层包括填充卷[0155]重采样模块，用于根据脂肪抑制磁共振图像的尺寸和脂肪抑制磁共振图像的各[0158]第三获取模块，用于获取样本脂肪抑制磁共振图像以及样本脂肪抑制磁共振图[0164]关于图像分割装置的具体限定可以参见上文中对于图像分割方法的限定，在此不再赘述。上述图像分割装置中的各个模块可全部或部分通过软件、硬件及其组合来实[0168]第二获取模块，用于根据乳房掩膜图像与脂肪抑制乳腺图像，获取乳房分割图[0173]关于图像分割装置的具体限定可以参见上文中对于图像分割方法的限定，在此不再赘述。上述图像分割装置中的各个模块可全部或部分通过软件、硬件及其组合来实[0175]对脂肪抑制磁共振图像进行分块处理，以各图像块为单位进行限制对比度自适[0176]将处理后的脂肪抑制磁共振图像输入预设的分割网络，通过分割网络得到感兴[0177]根据脂肪抑制磁共振图像和掩膜图像，得到脂肪抑制磁共振图像中感兴趣区域[0180]对包含乳房的脂肪抑制乳腺图像进行分块处理，以各图像块为单位进行限制对[0181]将处理后的脂肪抑制乳腺图像输入预设的乳房分割网络，通过乳房分割网络获[0183]将乳房分割图像