三维心脏分割图像筛选方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及图像处理技术领域，尤其涉及一种三维心脏分割图像筛选方法、装置、设备及存储介质，该方法包括：对固定图像进行掩模处理，获得带有金标准图像的浮动图像，固定图像为样本心脏图像；对浮动图像进行变形处理获得配准图像，并对浮动图像中的金标准图像进行变形处理获得伪金标准图像；根据固定图像和配准图像获得互信息，并根据固定图像和伪金标准图像获得相似系数；基于互信息和相似系数对待筛选心脏图像进行筛选，获得目标心脏图像；由于本发明专利技术将根据固定图像和浮动图像获得的互信息和相似系数作为标准以对待筛选心脏图像进行筛选，相比于现有的通过人工的方式进行筛选，本发明专利技术能提升筛选效率和可靠性。发明专利技术能提升筛选效率和可靠性。发明专利技术能提升筛选效率和可靠性。

【技术实现步骤摘要】
三维心脏分割图像筛选方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种三维心脏分割图像筛选方法、装置、设备及存储介质。

技术介绍

[0002]心脏是人体最为重要的器官，管理全身的血液并运输至各个部分，心脏疾病直接影响到人的生存死亡，为此开展心脏疾病的早期诊断和治疗的新技术研究，具有非常重要的社会意义和使用价值。
[0003]目前，为了便于心脏研究，通常会采用三维活动形状模型对心脏图像进行分割，获得心脏左、右心室的三维网格分割轮廓图像，研究人员再对分割轮廓图像进行研究。
[0004]但现有的在研究之前，由于心脏图像的成像质量不同，以及解剖条件不同等因素，导致经过三维活动形状模型获得的分割轮廓图像存在质量较差的情况，研究人员则需人工筛选出质量较差的分割轮廓图像后再进行研究，进而导致筛选效率较低。
[0005]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0006]本专利技术的主要目的在于提供了一种三维心脏分割图像筛选方法、装置、设备及存储介质，旨在解决现有技术中对分割轮廓图像筛选效率较低的技术问题。
[0007]为实现上述目的，本专利技术提供了一种三维心脏分割图像筛选方法，所述方法包括以下步骤：
[0008]对固定图像进行掩模处理，获得带有金标准图像的浮动图像，所述固定图像为样本心脏图像；
[0009]对所述浮动图像进行变形处理获得配准图像，并对所述浮动图像中的金标准图像进行变形处理获得伪金标准图像；
[0010]根据所述固定图像和所述配准图像获得互信息，并根据所述固定图像和所述伪金标准图像获得相似系数；
[0011]基于所述互信息和所述相似系数对待筛选心脏图像进行筛选，获得目标心脏图像。
[0012]可选地，所述基于所述互信息和所述相似系数对待筛选心脏图像进行筛选，获得目标心脏图像的步骤，包括：
[0013]将所述互信息和所述相似系数进行加权求和，并根据求和结果获得目标伪金标准图像；
[0014]根据所述目标伪金标准图像和待筛选心脏图像获得目标相似系数；
[0015]根据所述目标相似系数对所述待筛选心脏图像进行筛选，获得目标心脏图像。
[0016]可选地，所述根据所述目标伪金标准图像和待筛选心脏图像获得目标相似系数的
步骤之前，还包括：
[0017]获取待筛选心脏图像经过三维活动模型得到的中间层图像；
[0018]相应地，所述根据所述目标伪金标准图像和待筛选心脏图像获得目标相似系数的步骤，包括：
[0019]根据所述目标伪金标准图像和中间层图像获得目标相似系数。
[0020]可选地，所述根据所述固定图像和所述配准图像获得互信息，并根据所述固定图像和所述伪金标准图像获得相似系数的步骤之前，还包括：
[0021]通过预设卷积神经网络模型对所述固定图像进行分割，获得分割图像；
[0022]相应地，所述根据所述固定图像和所述配准图像获得互信息，并根据所述固定图像和所述伪金标准图像获得相似系数的步骤，包括：
[0023]根据所述固定图像和所述配准图像获得互信息，并根据所述伪金标准图像和所述分割图像获得相似系数。
[0024]可选地，所述根据所述固定图像和所述配准图像获得互信息的步骤，包括：
[0025]根据所述固定图像获得固定信息熵，根据所述配准图像获得配准信息熵，并根据所述固定图像和所述配准图像获得联合信息熵；
[0026]根据所述固定信息熵、所述配准信息熵和所述联合信息熵获得对应的互信息。
[0027]可选地，所述对所述浮动图像进行变形处理获得配准图像，并对所述浮动图像中的金标准图像进行变形处理获得伪金标准图像的步骤之前，还包括：
[0028]将所述浮动图像和所述固定图像通过配准网络模型进行训练，获得目标形变场；
[0029]相应地，所述对所述浮动图像进行变形处理获得配准图像，并对所述浮动图像中的金标准图像进行变形处理获得伪金标准图像的步骤，包括：
[0030]基于所述目标形变场对所述浮动图像进行变形处理，获得配准图像；
[0031]基于所述目标形变场对所述浮动图像中的金标准图像进行变形处理，获得伪金标准图像。
[0032]可选地，所述将所述互信息和所述相似系数进行加权求和，并根据求和结果获得目标伪金标准图像的步骤之前，还包括：
[0033]获取所述相似系数的权重值、所述互信息的权重值和预设加权函数；
[0034]根据所述相似系数的权重值、所述互信息的权重值和预设加权函数获得预设加权公式；
[0035]相应地，所述将所述互信息和所述相似系数进行加权求和，并根据求和结果获得目标伪金标准图像的步骤，包括：
[0036]将所述互信息和所述相似系数通过所述预设加权公式进行加权求和，并根据求和结果获得目标伪金标准图像；
[0037]其中，所述预设加权公式为：
[0038]PG＝argmax
i
{λ1*DICE(P
i
,CF)+λ2*MI
i
(F,MF
i
)}，
[0039]式中，PG为所述求和结果，argmax
i
为所述预设加权函数，λ1为所述相似系数的权重值，DICE(P
i
,CF)为所述相似系数，λ2为所述互信息的权重值，MI
i
(F,MF
i
)为所述互信息。
[0040]此外，为实现上述目的，本专利技术还提出一种三维心脏分割图像筛选装置，所述装置包括：
[0041]掩模处理模块，用于对固定图像进行掩模处理，获得带有金标准图像的浮动图像，所述固定图像为样本心脏图像；
[0042]变形处理模块，用于对所述浮动图像进行变形处理获得配准图像，并对所述浮动图像中的金标准图像进行变形处理获得伪金标准图像；
[0043]信息获取模块，用于根据所述固定图像和所述配准图像获得互信息，并根据所述固定图像和所述伪金标准图像获得相似系数；
[0044]图像筛选模块，用于基于所述互信息和所述相似系数对待筛选心脏图像进行筛选，获得目标心脏图像。
[0045]此外，为实现上述目的，本专利技术还提出一种三维心脏分割图像筛选设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的三维心脏分割图像筛选程序，所述三维心脏分割图像筛选程序配置为实现如上文所述的三维心脏分割图像筛选方法的步骤。
[0046]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有三维心脏分割图像筛选程序，所述三维心脏分割图像筛选程序被处理器执行时实现如上文所述的三维心脏分割图像筛选方法的步骤。
[0047]本专利技术是对固定图像进行掩模处理，获得带有金标准图像的浮动图像，所述固定图像为样本心脏图像；对所述浮动图像进行变形处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维心脏分割图像筛选方法，其特征在于，所述方法包括以下步骤：对固定图像进行掩模处理，获得带有金标准图像的浮动图像，所述固定图像为样本心脏图像；对所述浮动图像进行变形处理获得配准图像，并对所述浮动图像中的金标准图像进行变形处理获得伪金标准图像；根据所述固定图像和所述配准图像获得互信息，并根据所述固定图像和所述伪金标准图像获得相似系数；基于所述互信息和所述相似系数对待筛选心脏图像进行筛选，获得目标心脏图像。2.如权利要求1所述的三维心脏分割图像筛选方法，其特征在于，所述基于所述互信息和所述相似系数对待筛选心脏图像进行筛选，获得目标心脏图像的步骤，包括：将所述互信息和所述相似系数进行加权求和，并根据求和结果获得目标伪金标准图像；根据所述目标伪金标准图像和待筛选心脏图像获得目标相似系数；根据所述目标相似系数对所述待筛选心脏图像进行筛选，获得目标心脏图像。3.如权利要求2所述的三维心脏分割图像筛选方法，其特征在于，所述根据所述目标伪金标准图像和待筛选心脏图像获得目标相似系数的步骤之前，还包括：获取待筛选心脏图像经过三维活动模型得到的中间层图像；相应地，所述根据所述目标伪金标准图像和待筛选心脏图像获得目标相似系数的步骤，包括：根据所述目标伪金标准图像和中间层图像获得目标相似系数。4.如权利要求3所述的三维心脏分割图像筛选方法，其特征在于，所述根据所述固定图像和所述配准图像获得互信息，并根据所述固定图像和所述伪金标准图像获得相似系数的步骤之前，还包括：通过预设卷积神经网络模型对所述固定图像进行分割，获得分割图像；相应地，所述根据所述固定图像和所述配准图像获得互信息，并根据所述固定图像和所述伪金标准图像获得相似系数的步骤，包括：根据所述固定图像和所述配准图像获得互信息，并根据所述伪金标准图像和所述分割图像获得相似系数。5.如权利要求4所述的三维心脏分割图像筛选方法，其特征在于，所述根据所述固定图像和所述配准图像获得互信息的步骤，包括：根据所述固定图像获得固定信息熵，根据所述配准图像获得配准信息熵，并根据所述固定图像和所述配准图像获得联合信息熵；根据所述固定信息熵、所述配准信息熵和所述联合信息熵获得对应的互信息。6.如权利要求1至5中任一项所述的三维心脏分割图像筛选方法，其特征在于，所述对所述浮动图像进行变形处理获得配准图像，并对所述浮动图像中的金标准图像进行变形处理获得伪金标准图像的步骤之前，还包括：将所述浮动图像和所述固定图像通过配准网络模型进行训练，获得目标形变场；相应地，所述对所述浮动图像进行变形处理获得配准图像，...

【专利技术属性】
技术研发人员：胡怀飞，王博，潘宁，刘海华，李智，胡神权，陈灵军，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：