[发明专利]一种器官图像分割的方法、装置、设备及存储介质

说明书

本公开提供了一种器官图像分割的方法、装置、设备及存储介质，属于计算技术领域，能够提高器官尤其是小器官的分割准确度。具体地，通过参考大器官形状来帮助难以分割的小器官实现精准分割，改进了当前器官分割的方法，从而使小器官在形状不定、体素少、边界模糊的情况下也能获得很好的分割效果。

技术领域

本公开涉及计算技术领域，具体地涉及用于器官图像分割的方法、装置、设备及存储介质。

背景技术

医生进行腹部器官手术时，需要判断器官的方向、位置和形状，从而进行精准的手术定位。计算机断层扫描(CT)是医生掌握病人身体内部信息的重要手段，经验丰富的医生能够根据CT图像想象器官的具体位置，不同个体的不同小器官的形状和外观具有很大的差异，这会导致小器官的定位困难，计算机难以准确识别，此外由于人体内丰富的软组织，导致一些器官的边界对比度低，特别是小器官周围更加难以识别。

现有技术难以划分边界，进而导致小器官的分割效果很差。因此，腹部小器官的分割仍然是一项具有挑战性的任务。

发明内容

本公开的目的在于，针对现有技术中存在的问题，提供一种器官图像分割的方法、装置、设备及存储介质，提高器官分割准确度。

根据本公开的一个方面，提出一种器官图像分割方法，

获取原始图像数据集，对原始图像数据集预处理，

基于所述数据集，利用深度学习方法训练获得第一分割模型，所述第一分割模型用于对多器官的粗分割，

基于所述第一分割模型获取多器官的粗分割结果，

根据所述粗分割结果中小器官体素比较多的区域，在原始分辨率的图像上划分得到一个或多个第一小块，并保存所述第一小块的位置和尺寸信息，

根据粗分割结果计算所述第一小块里小器官及其周围的器官的形状特征，所述形状特征通过主动外观模型表征，

使用所述第一小块和周围器官的形状特征变化训练得到第二分割模型，所述第二分割模型用于对小器官的细分割，

基于所述第二分割模型对小器官细分割得到一个或多个第二小块，

基于所述第一小块的位置和尺寸，利用所述第二小块替代所述第一小块。

在一些实施例中，所述器官图像具体为器官CT图像。

在一些实施例中，预处理包括，将所述原始图像数据集随机划分训练集和验证集，然后将是原始图像放缩到统一尺寸以适应网络模型，再根据CT图像中器官的窗位和窗宽划分HU值的范围，将高于预设范围的置为HU值的上限，低于预设范围的置为HU值的下限，并对HU值进行归一化。

在一些实施例中，所述第一分割模型和所述第二分割模型基于3D-UNet训练得到。

在一些实施例中，所述基于所述第一分割模型获取多器官的粗分割结果，具体为，先使用预处理过的数据进行模型验证，然后使用最大连通标记法对分割的结果进行后处理，即先标记每个器官的所有连通区域，只保留每个器官的最大连通区域，之后放大到原图像的大小，从而使得标签和原始图像对应，得到多器官的粗分割结果，

在一些实施例中，所述根据粗分割结果计算所述第一小块里小器官及其周围的器官的形状特征，具体为，在每个已经切割出的所述第一小块的图像中找到一组定义对应关系的点，通过对齐每张图像上的控制点集并应用主成分分析，可以生成一个统计形状模型，通过将每个灰度图像扭曲成平均参考图像，可以将主成分分析应用于生成的纹理，以生成统计纹理模型，然后使用已知的对应关系将每个归一化强度图像扭曲到模型参考帧中，通过训练生成主动外观模型。