图像分割方法、装置、可读存储介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113808143A(43)申请公布日2021.12.17(21)申请号202111040374.2(22)申请日2021.09.06(71)申请人沈阳东软智能医疗科技研究院有限公司地址110179辽宁省沈阳市浑南区创新路175-2号419室(72)发明人朱宝峰何光宇程万军(74)专利代理机构北京英创嘉友知识产权代理事务所(普通合伙)11447代理人贾会玲(51)Int.Cl.G06T7/11(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书10页附图5页(54)发明名称图像分割方法、装置、可读存储介质及电子设备(57)摘要本公开涉及一种图像分割方法、装置、可读存储介质及电子设备。方法包括：获取待分割的心脏磁共振电影短轴图像；将该心脏磁共振电影短轴图像输入到预先训练好的分割模型中，得到对应的心室结构分割图像；分割模型为包括下采样网络和上采样网络的U型网络，下采样网络包括卷积模块和位于卷积模块与上采样网络之间的至少一个类残差模块。这样，很好地解决了模型训练过程中的过拟合及梯度消失爆炸的问题，且能最大程度保留前一模块的特征图的特征信息，提升后续分割准确率，进而为心功能诊断评估提供有效参考依据。另外，只需将待分割的心脏磁共振电影短轴图像输入到分割模型中即可自动获取到对应的心室结构分割图像，显著提升了分割效率。CN113808143ACN113808143A权利要求书1/2页1.一种图像分割方法，其特征在于，包括：获取待分割的心脏磁共振电影短轴图像；将所述待分割的心脏磁共振电影短轴图像输入到预先训练好的分割模型中，得到所述心脏磁共振电影短轴图像对应的心室结构分割图像；其中，所述分割模型为包括下采样网络和上采样网络的U型网络，所述下采样网络包括卷积模块和位于所述卷积模块与所述上采样网络之间的至少一个类残差模块，当所述类残差模块的数量为多个时，多个所述类残差模块为串联；所述卷积模块用于对所述待分割的心脏磁共振电影短轴图像进行特征提取，得到第一特征图，并将所述第一特征图输入至与所述卷积模块连接的所述类残差模块；每一所述类残差模块分别用于对来自前一模块的特征图进行下采样，得到第二特征图，并将所述第二特征图输入至下一模块；所述上采样网络用于对从与其连接的所述类残差模块输入的所述第二特征图进行上采样，得到所述心室结构分割图像。2.根据权利要求1所述的方法，其特征在于，所述类残差模块包括依次连接的特征提取网络、连接模块以及下采样模块；其中，所述特征提取网络用于对来自前一模块的特征图进行特征提取，得到第三特征图；所述连接模块用于将所述特征提取网络的输入和输出进行拼接，并将拼接结果输入至所述下采样模块；所述下采样模块用于对所述拼接结果进行下采样，得到所述第二特征图，并将所述第二特征图输入至下一模块。3.根据权利要求1所述的方法，其特征在于，所述卷积模块为带孔卷积。4.根据权利要求1所述的方法，其特征在于，所述心室结构分割图像包括左心室血腔、左心室心肌、右心室血腔以及其他区域中的至少一者。5.根据权利要求1‑4中任一项所述的方法，其特征在于，所述分割模型通过以下方式训练得到：获取通用样本图像和所述通用样本图像对应的类别分割图像；通过将所述通用样本图像作为所述卷积模块的输入，将所述类别分割图像作为所述上采样网络的目标输出的方式进行模型训练，得到初始模型；获取用于训练的心脏磁共振电影短轴图像和所述用于训练的心脏磁共振电影短轴图像对应的目标心室结构分割图像；通过将所述用于训练的心脏磁共振电影短轴图像作为所述初始模型的所述卷积模块的输入，将所述目标心室结构分割图像作为所述初始模型的所述上采样网络的目标输出的方式进行模型训练，得到所述分割模型。6.根据权利要求1‑4中任一项所述的方法，其特征在于，所述分割模型通过以下方式训练得到：获取通用样本图像和所述通用样本图像对应的类别分割图像；通过将所述通用样本图像作为所述卷积模块的输入，将所述类别分割图像作为所述上采样网络的目标输出的方式进行模型训练，得到初始模型；2CN113808143A权利要求书2/2页获取心电图和所述心电图对应的波形分割图像；通过将所述心电图作为所述初始模型的所述卷积模块的输入，将所述波形分割图像作为所述初始模型的所述上采样网络的目标输出的方式进行模型训练，得到中间模型；获取用于训练的心脏磁共振电影短轴图像和所述用于训练的心脏磁共振电影短轴图像对应的目标心室结构分割图像；通过将所述用于训练的心脏磁共振电影短轴图像作为所述中间模型的所述卷积模块的输入，将所述目标心室结构分割图像作为所述中间模型的所述上采样网络的目标输出的方式进行模型训练，得到所述分割模型。7.一种图像分