一种全类型主动脉夹层真假腔图像分割方法及系统与流程

技术特征：
1.一种全类型主动脉夹层真假腔图像分割方法，其特征在于，所述方法包括：获取待分割真假腔图像；利用基于注意力机制的分割网络模型对所述待分割真假腔图像进行分割，得到分割结果掩膜图；将所述分割结果掩膜图映射到所述待分割真假腔图像中，得到分割结果。2.根据权利要求1所述的全类型主动脉夹层真假腔图像分割方法，其特征在于，在所述利用基于注意力机制的分割网络模型对所述待分割真假腔图像进行分割，得到分割结果掩膜图之前，还包括：根据主动脉区域ct值范围，对所述待分割真假腔图像进行阈值化处理，得到待分割阈值化数据；利用灰度变换处理所述待分割阈值化数据，得到待分割灰度变换数据；灰度变换的公式为：ct
out_log
＝10log(1 ct
out
)，其中，ct
out
表示图像阈值处理后的ct值，ct
out_log
表示经过对数灰度变换后的ct值。3.根据权利要求1所述的全类型主动脉夹层真假腔图像分割方法，其特征在于，所述基于注意力机制的分割网络模型的训练方法包括：获取真假腔图像；对所述真假腔图像中的主动脉区域及真腔和假腔进行标注，得到真假腔数据；所述真假腔数据包括真假腔图像和标注之后的真假腔图像的掩膜图；设定分割神经网络的超参数，利用3d卷积提取真假腔数据的主动脉夹层空间相关性，并利用混合注意力模块作为基本单元进行上下采样对所述真假腔数据施加权重，通过指数函数归一化完成每一像素值类别的预测，得到具有类别信息的真假腔分割掩膜图；计算所述真假腔分割掩膜图与所述标注之后的真假腔图像的掩膜图之间的损失函数，直至结果收敛或者达到训练次数，得到分割网络模型。4.根据权利要求3所述的全类型主动脉夹层真假腔图像分割方法，其特征在于，在所述对所述真假腔图像中的主动脉区域及真腔和假腔进行标注，得到真假腔数据之后，还包括：使用最近邻插值算法将所述真假腔数据的数据维度归一化，得到归一化真假腔数据；对所述归一化真假腔数据进行裁剪，保留所述真假腔数据中的中心区域。5.根据权利要求3所述的全类型主动脉夹层真假腔图像分割方法，其特征在于，在所述对所述真假腔图像中的主动脉区域及真腔和假腔进行标注，得到真假腔数据之后，还包括：根据主动脉区域ct值范围，对所述真假腔数据进行阈值化处理，得到阈值化数据；利用灰度变换处理所述阈值化数据，得到灰度变换数据；灰度变换的公式为：ct
out_log
＝10log(1 ct
out
)，其中，ct
out
表示图像阈值处理后的ct值，ct
out_log
表示经过对数灰度变换后的ct值。6.根据权利要求5所述的全类型主动脉夹层真假腔图像分割方法，其特征在于，在所述利用灰度变换处理所述阈值化数据，得到灰度变换数据之后，还包括：利用数值归一化处理公式，对所述灰度变换数据进行数值归一化处理；所述归一化处理公式为：其中，image
out
为经过数值归一化处理后
的图像，image
in
为灰度变换处理后的图像，min_bound为图像中最小ct值，取0，max_bound为图像中最大ct值，取为800。7.根据权利要求3所述的全类型主动脉夹层真假腔图像分割方法，其特征在于，所述损失函数为：其中，n
c
表示类别数，类别包括真腔、假腔和背景；i表示第i个类别；式中m
isb
为类间三维共享面度量矩阵，大小为n
c
×
n
c
，代表真假腔分割掩膜图的类间三维共享面度量矩阵，代表标注之后的真假腔图像的掩膜图的类间三维共享面度量矩阵。8.根据权利要求3所述的全类型主动脉夹层真假腔图像分割方法，其特征在于，在得到分割网络模型之后，还包括：利用dice系数判断所述分割网络模型的性能是否达到要求；若各类别分割的dice系数均大于90％，则所述分割网络模型满足性能要求；若所述分割网络模型达不到性能要求，则调整所述超参数，重新训练网络模型。9.一种全类型主动脉夹层真假腔图像分割系统，其特征在于，所述系统包括：图像获取单元，用于获取待分割真假腔图像；图像分割单元，用于利用基于注意力机制的分割网络模型对所述待分割真假腔图像进行分割，得到分割结果掩膜图；分割结果获取单元，用于将所述分割结果掩膜图映射到所述待分割真假腔图像中，得到分割结果。10.根据权利要求9所述的全类型主动脉夹层真假腔图像分割系统，其特征在于，所述系统还包括：训练图像获取单元，用于获取真假腔图像；训练图像标注单元，用于对所述真假腔图像中的主动脉区域及真腔和假腔进行标注，得到真假腔数据；所述真假腔数据包括真假腔图像和标注之后的真假腔图像的掩膜图；分割网络模型训练单元，用于：设定分割神经网络的超参数，利用3d卷积提取真假腔数据的主动脉夹层空间相关性，并利用混合注意力模块作为基本单元进行上下采样对所述真假腔数据施加权重，通过指数函数归一化完成每一像素值类别的预测，得到具有类别信息的真假腔分割掩膜图；计算所述真假腔分割掩膜图与所述标注之后的真假腔图像的掩膜图之间的损失函数，直至结果收敛或者达到训练次数，得到分割网络模型。

技术总结
本发明涉及一种全类型主动脉夹层真假腔图像分割方法及系统，利用基于注意力机制的分割网络模型对待分割真假腔图像进行分割，将得到的掩膜图映射到所述待分割真假腔图像中，得到分割结果。在训练分割网络模型的过程中，对主动脉区域及真腔和假腔进行标注，利用3D卷积提取真假腔数据的主动脉夹层空间相关性，并利用混合注意力模块作为基本单元进行上下采样对所述真假腔数据施加权重，通过指数函数归一化完成每一像素值类别的预测，其在保证分割精度的前提下解决了现有技术中的非全自动化问题，并且提出使用基于注意力机制的主动脉夹层真假腔分割神经网络模型，使模型对于真假腔的区别更加敏感，从而提高了模型的精度。从而提高了模型的精度。从而提高了模型的精度。


技术研发人员：崔灵果 徐佩怡 柴森春 王昭洋 朱恩军
受保护的技术使用者：北京理工大学
技术研发日：2021.08.16
技术公布日：2021/11/21