基于动态切片窗口与中心邻域注意力的三维肝脏分割方法

摘要: 本申请涉及医学图像处理和深度学习,涉及但不限于基于动态切片窗口与中心邻域注意力的三维肝脏分割方法。背景技术:1、随着智能医疗与远程健康服务的发展,医学影像分析已...
基于动态切片窗口与中心邻域注意力的三维肝脏分割方法

本申请涉及医学图像处理和深度学习,涉及但不限于基于动态切片窗口与中心邻域注意力的三维肝脏分割方法。

背景技术:

1、随着智能医疗与远程健康服务的发展,医学影像分析已延伸至云端分析、移动端应用及智能化随访等场景。肝脏计算机断层扫描(computed tomography,ct)分割是腹部影像分析的基础任务,可为肝脏三维重建、定量分析、术前规划与智能诊断提供核心依据,高精度、低开销的三维肝脏分割算法对智能医疗落地具有重要意义。

2、然而,当前肝脏ct自动分割存在诸多技术难题:肝脏毗邻组织灰度差异低、边界模糊,易产生漏分割与过分割;三维ct含大量无效空白切片,导致样本类别失衡、计算开销与误检风险提升;传统二维分割无法利用切片间解剖连续性,存在轴向结构断裂、结果不稳定等问题。现有技术中,三维卷积与transformer方法上下文建模能力更强,但资源消耗高、难以轻量化部署;通用分割模型未适配医学体数据特性,肝脏分割适配性与精度不足。

3、因此,亟需一种兼顾语义表征能力、跨切片一致性、训练效率和部署效率的三维肝脏分割方法。

技术实现思路

1、基于以上问题,本申请实施例提供基于动态切片窗口与中心邻域注意力的三维肝脏分割方法,旨在对三维腹部ct体数据进行切片,构建包含肝脏信息的连续切片窗口集,并对每一连续切片窗口中的中心切片和邻域切片建立特征交互,实现无效切片的过滤和跨切片特征的交互,削弱无效背景切片的干扰,强化跨切片分割边界的一致性,降低切片模型推理的运算量,从而提升三维肝脏分割的准确性、稳定性和部署效率。

2、本申请实施例提出基于动态切片窗口与中心邻域注意力的三维肝脏分割方法,所述方法包括:利用动态切片窗口模块,对三维腹部ct体数据进行预处理,得到三通道切片序列,并利用固定长度的滑动窗口,基于三通道切片序列的一维前景指示序列对三通道切片序列遍历,筛选得到包含肝脏信息的连续切片窗口集;针对连续切片窗口集中的每一连续切片窗口:利用冻结的sam2 hiera编码器,对所述连续切片窗口内的待处理切片进行多尺度特征提取,得到待处理切片的多尺度特征;其中,待处理切片包括:所述连续切片窗口内的全部切片按索引排序后处于中位位置的中心切片,以及中心切片关联的n张邻域切片;n为大于或等于2的偶数;利用感受野rfb模块,对待处理切片的多尺度特征中的多个浅层特征提取局部结构信息,得到待处理切片的多尺度局部特征;利用中心邻域交叉注意力模块,对中心切片的多尺度特征中的最深层特征执行切片内自注意力处理,得到中心切片的中间特征,并对n张邻域切片和中心切片各自的多尺度特征中的最深层特征执行跨切片交叉注意力处理,得到跨切片三维上下文特征,拼接融合中心切片的多尺度特征、中间特征以及跨切片三维上下文特征,得到中心切片的增强特征;利用u-net解码器,对中心切片的增强特征逐级上采样得到多级上采样特征,并将多级上采样特征与待处理切片的多尺度局部特征按照对应尺度进行处理,再通过阈值化判定生成所述连续切片窗口的肝脏区域二值分割掩膜;整合连续切片窗口集中所有连续切片窗口的肝脏区域二值分割掩膜,得到三维肝脏分割结果。

3、本申请实施例提供的技术方案带来的有益效果至少包括:

4、通过将三维腹部ct体数据作为三通道切片序列处理,而不是将切片视为彼此独立的二维图像,能够保留肝脏在轴向方向上的出现、延续和消失过程,从而提升分割结果的空间连续性;通过动态切片窗口模块中的滑动窗口对三通道切片序列遍历,过滤了空白或低前景信息切片,能够有效减少无效背景的干扰,缓解肝脏前景稀疏导致的类别不平衡问题,并降低冗余计算开销;通过利用冻结的sam2 hiera编码器获得稳健的多尺度语义表征,并在此过程中保持切片模型原有预训练知识的完整性,仅优化中心邻域交叉注意力模块、感受野rfb模块、解码器等部分参数,有助于降低训练成本并提高小样本医学影像场景下的泛化能力;通过中心邻域交叉注意力模块,能够将中心切片与邻域切片进行显式特征交互,在肝脏边缘、细小突出结构和低对比区域中增强边界判断能力,降低轴向方向的漏分割和误分割风险;通过感受野rfb模块和u-net解码结构实现高层语义信息与低层空间细节的融合,兼顾器官整体形状表达和局部边界恢复,适用于三维肝脏分割、医学视频实体数据分析以及远程智能医疗系统部署。如此,本申请通过过滤无效切片并进行跨切片交互,实现降低无效背景切片的干扰,同时提高跨切片边界一致性,从而提升三维肝脏分割的准确性、稳定性和部署效率。

1.一种基于动态切片窗口与中心邻域注意力的三维肝脏分割方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述利用固定长度的滑动窗口,基于三通道切片序列的一维前景指示序列对三通道切片序列遍历,筛选得到包含肝脏信息的连续切片窗口集之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述三通道切片序列包括:d个切片;所述一维前景指示序列,包括:

4.根据权利要求1所述的方法,其特征在于,多尺度特征包括:空间分辨率依次为:h/4×w/4的第一特征、h/8×w/8的第二特征、h/16×w/16的第三特征以及h/32×w/32的第四特征;其中,h表示待处理切片的高度,w表示待处理切片的宽度;

5.根据权利要求4所述的方法,其特征在于,所述感受野rfb模块包括:多个感受野rfb子模块;多个感受野rfb子模块与多尺度特征一一对应;多尺度特征中的多个浅层特征包括:第一特征、第二特征、第三特征;

6.根据权利要求4所述的方法,其特征在于,所述中心邻域交叉注意力模块,包括:切片内自注意力分支、跨切片交叉注意力分支以及融合模块;多尺度特征中的最深层特征包括:第四特征;

7.根据权利要求1所述的方法,其特征在于,所述利用u-net解码器,对中心切片的增强特征逐级上采样得到多级上采样特征,并将多级上采样特征与待处理切片的多尺度局部特征按照对应尺度进行处理,再通过阈值化判定生成所述连续切片窗口的肝脏区域二值分割掩膜,包括: