[发明专利]一种新冠肺炎CT图像分割方法、装置及存储介质

权利要求书

1.一种新冠肺炎CT图像分割方法，其特征在于，包括：

将待检图像输入预先训练及优化后的TRUNet网络中的编码部分，所述TRUNet网络包括：Transformer网络结构、残差结构模块和UNet网络结构，所述残差结构模块包括卷积层和激活函数FRelu层；

利用所述残差结构模块卷积得到组合特征图；

将所述组合特征图输入所述Transformer网络结构，得到浅层特征图；

将所述浅层特征图输入多个所述残差结构模块逐层卷积得到深层特征图；

将所述深层特征图输入所述TRUNet网络中的解码部分进行多次上采样恢复到原始分辨率，得到新冠肺炎特征图；

利用卷积层将所述新冠肺炎特征图输出为单通道，得到新冠肺炎特征分割图。

2.根据权利要求1所述的新冠肺炎CT图像分割方法，其特征在于，所述将待检图像输入预先训练和优化好的TRUNet网络中的编码部分前包括：

将收集到的数据集进行预处理，所述预处理包括：去除图像噪声、图像黑色区域剪裁和图像增强处理；

对预处理后的所述数据集进行数据扩增并按照预设比例划分出训练集和测试集。

3.根据权利要求2所述的新冠肺炎CT图像分割方法，其特征在于，所述数据集为四类分割数据集，所述四类分割数据集像素包含四个类别，即背景、肺野、磨玻璃样影和肺实变。

4.根据权利要求2所述的新冠肺炎CT图像分割方法，其特征在于，所述将待检图像输入预先训练和优化好的TRUNet网络中的编码部分前还包括：

利用所述训练集训练TRUNet网络参数；

利用所述测试集验证训练好的所述TRUNet网络参数，计算目标评价指标，得到目标评价指标结果，所述目标评价指标包括Di ce系数、敏感度和特异性；

根据所述目标评价指标结果调整所述TRUNet网络参数。

5.根据权利要求1所述的新冠肺炎CT图像分割方法，其特征在于，所述组合特征图包括原图信息和卷积后提取的特征信息。

6.根据权利要求1所述的新冠肺炎CT图像分割方法，其特征在于，所述将所述组合特征图输入所述Transformer网络结构，得到浅层特征图包括：

将所述组合特征图输入所述Transformer网络结构得到隐藏特征，所述Transformer网络结构共有12层；

将所述隐藏特征重构成所需的维度和通道，得到所述浅层特征图。

7.根据权利要求1所述的新冠肺炎CT图像分割方法，其特征在于，所述将所述深层特征图输入所述TRUNet网络中的解码部分进行多次上采样恢复到原始分辨率，得到新冠肺炎特征图包括：

将所述深层特征图进行多次上采样的同时与所述编码部分相同维度的特征图拼接，形成长跳跃连接；

在所述解码部分构建图像直到恢复到原始图像维度，得到所述新冠肺炎特征图。

8.一种新冠肺炎CT图像分割的装置，其特征在于，包括：

输入模块，用于将所述待检图像输入预先训练和优化好的所述TRUNet网络中的所述编码部分，所述TRUNet网络包括：所述Transformer网络结构、所述残差结构模块和所述UNet网络结构，所述残差结构模块包括卷积层和激活函数FRelu层；

图像信息组合模块，用于利用所述残差结构模块卷积得到所述组合特征图；

浅层特征提取模块，用于将所述组合特征图输入所述Transformer网络结构，得到所述浅层特征图；

深层特征提取模块，用于将所述浅层特征图输入多个所述残差结构模块逐层卷积得到深层特征图；

图像解码构建模块，用于将所述深层特征图输入所述TRUNet网络中的解码部分进行多次上采样恢复到原始分辨率，得到新冠肺炎特征图；

图像转换模块，用于利用卷积层将所述新冠肺炎特征图输出为单通道，得到新冠肺炎特征分割图。