[发明专利]一种肝脏CT图像分割方法及系统

权利要求书

1.一种肝脏CT图像分割方法，其特征在于，包括：

获取CT图像，利用编码器提取出所述CT图像的不同层次特征，其中所述的编码器为卷积神经网络；

将所述CT图像的不同层次特征进行相邻层次关联，进行解码，获得多层次特征图；其中相邻层次关联为将当前待解码的层次特征与其相邻的高级层次特征进行加权；

对所述多层次特征图通过对准块进行对齐，并调整到获取CT图像时的最高分辨率；

将调整后的多层次特征图与全局上下文注意向量相乘并进行卷积，得到分割概率图；其中，所述的全局上下文注意向量通过所述CT图像的不同层次特征全局平均池化并进行卷积得到。

2.根据权利要求1所述的方法，其特征在于，所述的编码器中每一个卷积块由2个重复卷积层组成；所述的编码器中除了最后一个卷积块，其他卷积块都有与其对应的最大池化层。

3.根据权利要求1所述的方法，其特征在于，所述的编码器中，卷积层的滤波器大小为3×3，池化层的滤波器大小为2×2。

4.根据权利要求1所述的方法，其特征在于，将所述CT图像的不同层次特征进行相邻层次关联，进行解码，获得多层次特征图包括：

将相邻层次中的高级层次特征通过2个1×1级的卷积层进行压缩，并通过Sigmoid函数生成高级层次向量，通过元素的乘法与低级层次向量特征集成，然后将加权后的低级层次特征传输到解码器；其中低级层次特征为当前待解码的层次特征。

5.根据权利要求4所述的方法，其特征在于，所述的相邻层次关联包括：

当当前待解码的层次为最高，则将最高级的层次特征直接进行解码。

6.根据权利要求1所述的方法，其特征在于，所述的全局上下文注意向量包括所述CT图像的不同层次特征通过全局平均池化,2个1×1级卷积层与调整后的多层次特征图对齐。

7.根据权利要求1所述的方法，其特征在于，所述将调整后的多层次特征图与全局上下文注意向量相乘，进行3×3和1×1的卷积，得到分割概率图。

8.一种肝脏CT图像分割系统，其特征在于，包括：

编码模块：用于提取出所述CT图像的不同层次特征；

解码模块：用于将所述CT图像的不同层次特征进行相邻层次关联，进行解码，获得多层次特征图；

对准模块：用于将所述多层次特征图通过对准块进行对齐，并调整到输入时的最高分辨率；

输出模块：用于将调整后的多层次特征图与全局上下文注意向量相乘并进行卷积，得到分割概率图。