本发明专利技术涉及医学图像处理领域，提出一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其步骤包括：将具有分割真值的多器官医疗影像数据划分出几何信息作为几何先验约束；对待分割的多器官医疗影像数据进行预处理，并输入基于三维卷积的编码译码网络抽取多级特征；对多器官医疗影像数据计算空间上下文语义关系，并将所述空间上下文语义关系注入多级特征；通过编码译码网络将所述几何先验约束与多级特征进行特征融合，并基于激活函数对待分割的多器官医疗影像数据进行器官分割，得到分割结果。本发明专利技术可有效解决现有技术对三维器官图像划分不精确的问题。
【技术实现步骤摘要】
本专利技术涉及医学图像处理领域，尤其涉及一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法。
技术介绍
1、自动多器官分割对于促进计算机辅助医学图像分析和辅助疾病诊断至关重要。其目的是将医疗三维体积数据中的体素准确地归入多个器官区域，并正确恢复器官的几何形状。在实践中，自动多器官分割不仅可以减少医生和放射科医师手工标注的工作量，还能为外科手术、放射性治疗、形态学评估等临床应用提供可能。得益于深度神经网络强大的泛化能力，基于卷积神经网络和视觉变换器(visual transformer，vit)的编码器-解码器模型已被广泛应用于医学图像分割任务，并取得了显著的性能。
2、然而，由于缺乏对三维空间上下文信息的建模，限制了其模型捕捉复杂三维结构的能力；并且现有模型倾向于利用局部感受和全局依赖关系来隐式学习所蕴含的上下文特征，但这些模型无法正确恢复器官的形状、结构，并导致三维体积分割的器官具有断开区域和错误的拓扑结构。在实际应用中，要进行病理诊断，通常需要考虑器官及其周围组织的语义结构。另一方面，腹部器官的解剖先验知识对于放射科医生为体素标注正确标签也至关重要。
技术实现思路
1、本专利技术为克服上述现有技术所述无法正确对器官进行划分的缺陷，提供一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法。
2、为达到上述技术效果，本专利技术的技术方案如下：
3、一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法，包括以下步骤：
>4、将具有分割真值的多器官医疗影像数据划分出几何信息作为几何先验约束；5、对待分割的多器官医疗影像数据进行预处理，并输入基于三维卷积的编码译码网络抽取多级特征；
6、对多器官医疗影像数据计算空间上下文语义关系，并将所述空间上下文语义关系注入所述多级特征；
7、通过所述编码译码网络将所述几何先验约束与所述多级特征进行特征融合，并基于激活函数对待分割的多器官医疗影像数据进行器官分割，得到分割结果。
8、本专利技术还提出一种基于语义上下文关系与几何感知先验的医疗影像器官分割系统，应用本专利技术提出的一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法。所述系统包括：
9、几何信息约束模块：用于对具有分割真值的多器官医疗影像数据划分出几何信息作为几何先验约束；
10、多级特征抽取模块：用于通过三维卷积的编码译码网络对输入的医疗器官影像数据进行抽取多级特征；
11、语义关系先验传播模块：用于计算输入的医疗器官影像数据的空间上下文语义关系，并逐级将所述空间上下文语义关系注入所述多级特征；
12、器官划分模块：通过编码译码网络对几何先验约束和多级特征进行特征融合，基于激活函数对待分割的多器官医疗影像数据进行器官分割，得到分割结果。
13、与现有技术相比，本专利技术的有益效果：
14、本专利技术通过对已有划分数据的图像提取几何信息，作为几何先验约束，确保了几何信息的一致性，同时提高了模型对图像几何特征的理解能力，从而使得最终的图像处理结果更加精确；在深度三维卷积编码译码模型框架下，再考虑体素空间上下文语义关系的准确性，通过分析体素之间的空间关系，增强模型对于空间结构的理解；再将空间上下文语义关系注入到多级特征中，增强模型对于特征的表达能力，从而在进行图像分割时，提供更加精确的语义分割结果。
本文档来自技高网...
【技术保护点】
1.一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述几何信息包括几何轮廓和几何法向。
3.根据权利要求2所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述几何轮廓的划分步骤包括：通过对多器官医疗影像数据的分割真值进行标注，逐器官确定各个器官的边界体素，得到几何轮廓。
4.根据权利要求2所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述几何法向的划分步骤包括：
5.根据权利要求1所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述计算空间上下文语义关系的步骤包括：对多器官医疗影像数据中的体素块，设定领域范围，依次记录每一体素块邻域范围内邻居体素的语义标签，构建体素级空间上下文语义关系。
6.根据权利要求1所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述将空间上下文语义关系注入所述多级特征的步骤包括：通过所述编码译码网络内的多级旁路输出结构和特征金字塔，逐级将上下文语义关系注入多级特征。
7.根据权利要求6所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述逐级将上下文语义关系注入多级特征的步骤包括：利用多级旁路输出结构预测不同层级上的语义关系，通过引入循环连接和三维卷积，将预测得到的高级特征层语义关系信息，沿特征金字塔结构传播到低级特征表达中，其表达式为：
8.根据权利要求1所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述特征融合的步骤包括：先将所述几何先验约束融合进多级特征中的第一级特征中，将注入有空间上下文语义关系的多级特征和融合了几何先验约束的第一级特征利用三维卷积层进行特征融合，其表达式如下：
9.根据权利要求8所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述基于激活函数对待分割的多器官医疗影像数据进行器官分割的步骤包括：
10.一种基于语义上下文关系与几何感知先验的医疗影像器官分割系统，应用于权利要求1～9任一项所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述系统包括：
...
【技术特征摘要】
1.一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述几何信息包括几何轮廓和几何法向。
3.根据权利要求2所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述几何轮廓的划分步骤包括：通过对多器官医疗影像数据的分割真值进行标注，逐器官确定各个器官的边界体素，得到几何轮廓。
4.根据权利要求2所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述几何法向的划分步骤包括：
5.根据权利要求1所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述计算空间上下文语义关系的步骤包括：对多器官医疗影像数据中的体素块，设定领域范围，依次记录每一体素块邻域范围内邻居体素的语义标签，构建体素级空间上下文语义关系。
6.根据权利要求1所述的基于语义上下文关系与几何感知先验的医疗影像器官分割方法，其特征在于，所述将空间上下文语义关系注入所述多级特征的步骤包括：通过所述编码译码网络内的...
【专利技术属性】
技术研发人员：姬玉柱，邱淑洁，张逸群，曾安，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。