申请/专利权人：北京建筑大学

申请日：2023-11-24

公开（公告）日：2024-04-16

公开（公告）号：CN117611605B

主分类号：G06T7/11

分类号：G06T7/11;G06N3/0455;G06N3/0895

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明公开一种心脏医学图像的分割方法、系统及电子设备，涉及图像分割技术领域，所述方法包括：获取目标图像；目标图像为待分割的心脏医学图像；将目标图像输入图像分割模型中，得到分割后的目标图像；分割后的目标图像为带有预测分割边框和对应的预测标签的心脏医学图像，标签为分割后的心脏的结构，结构包括：右心室、左心室和心肌；图像分割模型是利用多个心脏在不同时期的含有涂鸦注释的心脏医学图像对分割网络进行训练得到的，分割网络包括：预训练编码器和2个解码器；预训练编码器是利用多个心脏在不同时期的不含标记的心脏医学图像对编码器进行训练得到的。本发明减少了人力成本，提高了心脏医学图像分割的准确性。

主权项：1.一种心脏医学图像的分割方法，其特征在于，所述方法包括：获取目标图像；所述目标图像为待分割的心脏医学图像；所述心脏医学图像为心脏的2D切片图像；将所述目标图像输入图像分割模型中，得到分割后的目标图像；所述分割后的目标图像为带有预测分割边框和对应的预测标签的心脏医学图像，所述标签为分割后的心脏的结构，所述结构包括：右心室、左心室和心肌；所述图像分割模型是利用多个心脏在不同时期的含有涂鸦注释的心脏医学图像对分割网络进行训练得到的，所述分割网络包括：预训练编码器和2个解码器；所述预训练编码器是利用多个心脏在不同时期的不含标记的心脏医学图像对编码器进行训练得到的；所述方法利用对比学习涂鸦监督分割算法、对比学习方法和双分支网络实现；对比学习涂鸦监督分割算法框架的训练过程是多段式的，分为预训练阶段与图像分割阶段；在预训练阶段，将同一心脏的舒张末期和收缩末期的不含标记的体积医学图像输入；从舒张末期和收缩末期的不含标记的体积医学图像中采样xy平面的2D切片，将切片输送到编码器中进行特征提取以及尺度压缩得到特征图；由一个多层感知器组成的投影头将特征图映射到向量空间去计算对比损失，从而监督编码器的训练，达到训练编码器参数的目的；预训练阶段结束后，将投影头抛弃，并将训练好的编码器参数冻结；把编码器的参数作为分割网络编码器的初始化，得到预训练编码器；对比学习方法中，将舒张末期和收缩末期的体积医学图像分成2D切片序列；把每个体积医学图像的z轴定义为0到1的区间；将每个切片在体积医学图像中的相对位置定义为p；根据相对位置p选择正负样本来进行对比学习；在双分支解码器中取消一段的跳层连接；使用双分支网络得到两个预测结果；预测结果是使用涂鸦标注通过最小化部分交叉熵损失来直接训练解码器得到的。

全文数据：

权利要求：

百度查询： 北京建筑大学 一种心脏医学图像的分割方法、系统及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD