一种乳腺钼靶图像的分割方法、装置、终端及存储介质制造方法及图纸

本发明专利技术实施例公开了一种乳腺钼靶图像的分割方法、装置、终端及存储介质，该方法包括：获取乳腺钼靶图像，并根据乳腺钼靶图像的像素值调整乳腺钼靶图像的对比度；将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据图像分割模型输出乳房区域的预分割图像；对预分割图像进行区域填充和/或剔除处理，得到乳房区域的目标分割图像。通过调整乳腺钼靶图像的对比度，能够突出背景区域和前景区域(乳房区域和非乳房的组织区域)的差异；通过预先训练的图像分割模型可以实现乳腺钼靶图像中乳房区域的预分割；通过对预分割图像进行区域填充和/或剔除处理，可以提高乳房分割精度，有利于前端展示和后续乳腺肿块和钙化研究。

【技术实现步骤摘要】
一种乳腺钼靶图像的分割方法、装置、终端及存储介质
本专利技术实施例涉及图像分割技术，尤其涉及一种乳腺钼靶图像的分割方法、装置、终端及存储介质。
技术介绍
目前，乳腺钼靶X线摄影检查，又称钼钯检查，其利用低剂量的X光扫描乳房，经乳房组织对X光不同程度的吸收，得到分辨率较高的乳腺钼靶图像。通过对乳腺钼靶图像进行乳房分割，可确定影像中感兴趣区域信息，例如确定感兴趣区域类型为钙化或肿块等。与人为乳房检查相比，通过钼靶检查可得到更为完整、准确的乳房信息，且检查方法简便、可靠、无创，重复性好，不受年龄、体形的限制，因此已作为常规的乳房检查手段。现有的乳腺钼靶图像的分割方法包括利用深度学习分割网络进行乳腺分割。现有方法的不足之处至少包括：根据分割网络分割得到的二值图像较为粗糙，不利于前端展示和后续乳腺肿块和钙化研究。
技术实现思路
有鉴于此，本专利技术实施例提供了一种乳腺钼靶图像的分割方法、装置、终端及存储介质，能够优化图像分割结果，有利于前端展示和后续乳腺肿块和钙化研究。第一方面，本专利技术实施例提供了一种乳腺钼靶图像的分割方法，包括：获取乳腺钼靶图像，并根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度；将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据所述图像分割模型输出乳房区域的预分割图像；对所述预分割图像进行区域填充和/或剔除处理，得到所述乳房区域的目标分割图像。可选的，所述根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度，包括：将所述乳腺钼靶图像中像素值为第一预设分位数和第二预设分位数对应的数值作为像素最小值和像素最大值，其中第一预设分位数小于第二预设分位数；将小于所述像素最小值的像素点的像素值调整为等于所述像素最小值，以及将大于所述像素最大值的像素点的像素值调整为等于所述像素最大值；将调整像素值完毕的乳腺钼靶图像中的像素值线性映射至0-255范围；利用图像伽马变换，增强映射像素值完毕的乳腺钼靶图像的对比度。可选的，在所述将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中之前，还包括：将所述调整对比度后的乳腺钼靶图像剪裁为预设大小。可选的，所述图像分割模型为卷积神经网络，所述卷积神经网络包括依次连接的第一预设数量的下采样层和第二预设数量的上采样层。进一步的，各所述下采样层包括卷积层和池化层，各所述上采样层包括反卷积层，且各所述卷积层和各所述反卷积层中卷积核数量皆小于U-net模型中对应卷积层和对应反卷积层的卷积核数量。进一步的，所述卷积神经网络的训练过程包括：获取样本乳腺钼靶图像，并根据所述样本乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度；对调整对比度后的样本乳腺钼靶图像中的乳房区域、背景区域和非乳房的组织区域进行标注；根据所述调整对比度后的样本乳腺钼靶图像以及标注结果，对所述卷积神经网络进行训练，直至所述卷积神经网络收敛，得到训练完毕的卷积神经网络；其中，在训练过程中所述卷积神经网络还包括损失函数层，所述损失函数层中设置的所述非乳房的组织区域的计算权重最高。可选的，所述对所述预分割图像进行区域填充和/或剔除处理，包括：对所述预分割图像的乳房区域中低于预设像素值的连通区域进行填充；和/或，对所述预分割图像的乳房区域中小于预设面积占比的连通区域进行剔除。第二方面，本专利技术实施例还提供了一种乳腺钼靶图像的分割装置，包括：前处理模块，用于获取乳腺钼靶图像，并根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度；预分割模块，用于将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据所述图像分割模型输出乳房区域的预分割图像；后处理模块，用于对所述预分割图像进行区域填充和/或剔除处理，得到所述乳房区域的目标分割图像。第三方面，本专利技术实施例还提供了一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本申请任意实施例提供的乳腺钼靶图像的分割方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本申请任意实施例提供的乳腺钼靶图像的分割方法。本专利技术实施例提供的一种乳腺钼靶图像的分割方法、装置、终端及存储介质，其中乳腺钼靶图像的分割方法包括，获取乳腺钼靶图像，并根据乳腺钼靶图像的像素值调整乳腺钼靶图像的对比度；将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据图像分割模型输出乳房区域的预分割图像；对预分割图像进行区域填充和/或剔除处理，得到乳房区域的目标分割图像。通过调整乳腺钼靶图像的对比度，能够突出背景区域和前景区域(乳房区域和非乳房的其他组织区域)的差异；通过预先训练的图像分割模型可以实现乳腺钼靶图像中乳房区域的预分割；通过对预分割图像进行区域填充和/或剔除处理，可以提高乳房分割精度，有利于前端展示和后续乳腺肿块和钙化研究。附图说明图1是本专利技术实施例一提供的一种乳腺钼靶图像的分割方法的流程示意图；图2是本专利技术实施例一提供的一种乳腺钼靶图像的分割方法中各处理步骤后的乳腺钼靶图像；图3是本专利技术实施例二提供的一种乳腺钼靶图像的分割方法的流程示意图；图4是本专利技术实施例二提供的一种乳腺钼靶图像的分割方法中图像分割模型的结构示意图；图5是本专利技术实施例三提供的一种乳腺钼靶图像的分割装置的结构示意图；图6是本专利技术实施例四提供的一种终端的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，以下将参照本专利技术实施例中的附图，通过实施方式清楚、完整地描述本专利技术的技术方案，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。实施例一图1是本专利技术实施例一提供的一种乳腺钼靶图像的分割方法的流程示意图，本实施例可适用于对乳腺钼靶图像进行乳房区域分割的情况。该方法可以由本专利技术实施例提供的乳腺钼靶图像的分割装置(可简称为分割装置)来执行，且分割装置可配置于本专利技术实施例提供的终端中，例如可配置于与乳腺钼靶图像的扫描设备进行通信的计算机设备中，或者集成于乳腺钼靶图像的扫描设备中，在此不做具体限制。参见图1，乳腺钼靶图像的分割方法，具体包括如下步骤：S110、获取乳腺钼靶图像，并根据乳腺钼靶图像的像素值调整乳腺钼靶图像的对比度。本专利技术实施例中，乳腺钼靶图像中通常包含乳房区域，背景区域以及与乳房相连的非乳房的其他人体组织区域(即非乳房的组织区域)。相应的，对乳腺钼靶图像进行分割旨在将乳腺钼本文档来自技高网...

【技术保护点】
1.一种乳腺钼靶图像的分割方法，其特征在于，包括：/n获取乳腺钼靶图像，并根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度；/n将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据所述图像分割模型输出乳房区域的预分割图像；/n对所述预分割图像进行区域填充和/或剔除处理，得到所述乳房区域的目标分割图像。/n

【技术特征摘要】
1.一种乳腺钼靶图像的分割方法，其特征在于，包括：
获取乳腺钼靶图像，并根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度；
将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中，以根据所述图像分割模型输出乳房区域的预分割图像；
对所述预分割图像进行区域填充和/或剔除处理，得到所述乳房区域的目标分割图像。


2.根据权利要求1所述的方法，其特征在于，所述根据所述乳腺钼靶图像的像素值调整所述乳腺钼靶图像的对比度，包括：
将所述乳腺钼靶图像中像素值为第一预设分位数和第二预设分位数对应的数值作为像素最小值和像素最大值，其中第一预设分位数小于第二预设分位数；
将小于所述像素最小值的像素点的像素值调整为等于所述像素最小值，以及将大于所述像素最大值的像素点的像素值调整为等于所述像素最大值；
将调整像素值完毕的乳腺钼靶图像中的像素值线性映射至0-255范围；
利用图像伽马变换，增强映射像素值完毕的乳腺钼靶图像的对比度。


3.根据权利要求1所述的方法，其特征在于，在所述将调整对比度后的乳腺钼靶图像输入预先训练的图像分割模型中之前，还包括：将所述调整对比度后的乳腺钼靶图像剪裁为预设大小。


4.根据权利要求1所述的方法，其特征在于，所述图像分割模型为卷积神经网络，所述卷积神经网络包括依次连接的第一预设数量的下采样层和第二预设数量的上采样层。


5.根据权利要求4所述的方法，其特征在于，各所述下采样层包括卷积层和池化层，各所述上采样层包括反卷积层，且各所述卷积层和各所述反卷积层中卷积核数量皆小于U-net模型中对应卷积层和对应反卷积层的卷积核数量。


6.根据权利要求4所述...

【专利技术属性】
技术研发人员：黄文豪，赵朝炜，王瑜，周越，孙岩峰，邹彤，李新阳，王少康，陈宽，
申请(专利权)人：北京推想科技有限公司，
类型：发明
国别省市：北京;11