本申請涉及圖像分割，尤其涉及一種冠狀動脈與周圍脂肪組織自動分割方法、裝置及設(shè)備。

背景技術(shù)：

1、冠狀動脈周圍脂肪組織(pericoronary?adipose?tissue，pcat)是環(huán)繞在冠狀動脈周圍的脂肪組織，在心血管疾病的發(fā)生及發(fā)展中扮演著關(guān)鍵角色。

2、相關(guān)技術(shù)中，通常是采用一種基于先驗ct閾值的分割方法來完成冠狀動脈周圍脂肪組織的ct圖像中的冠狀動脈與周圍脂肪組織分割。但是，在實際應(yīng)用中發(fā)現(xiàn)，這種方法仍需要人工干預(yù)，即需要醫(yī)生或技術(shù)人員在關(guān)鍵步驟上進行手動調(diào)整，不僅存在仍需一定的人力與時間成本，而且由于不同醫(yī)生的先驗知識不同，從而容易導(dǎo)致影響冠狀動脈與周圍脂肪組織分割的準確性和實時性。

3、綜上，相關(guān)技術(shù)中存在的技術(shù)問題有待得到改善。

技術(shù)實現(xiàn)思路

1、本申請實施例提供了一種冠狀動脈與周圍脂肪組織自動分割方法、裝置及設(shè)備，可以有效節(jié)省人力與時間成本，提高冠狀動脈與周圍脂肪組織分割的準確性和實時性，更好地滿足臨床醫(yī)療需求。

2、一方面，本申請實施例提供了一種冠狀動脈與周圍脂肪組織自動分割方法，包括以下步驟：

3、獲取目標圖像；

4、將所述目標圖像輸入至圖像分割模型，獲取由所述圖像分割模型輸出的分割圖像；

5、其中，所述圖像分割模型是利用第一訓練集訓練得到的，所述第一訓練集包括至少一個圖像樣本，以及在每一個圖像樣本中標注出血管區(qū)域和脂肪組織后形成的圖像樣本標簽；所述分割圖像分別標注出血管區(qū)域和脂肪組織。

6、可選地，所述將所述目標圖像輸入至圖像分割模型，獲取由所述圖像分割模型輸出的分割圖像，包括：

7、將所述目標圖像進行等分切割，得到若干份切割后的局部圖像；

8、將所有所述局部圖像輸入至所述圖像分割模型，獲取由所述圖像分割模型輸出的與所有所述局部圖像一一對應(yīng)的分割圖像；

9、將所有所述分割圖像進行重組，得到與所述目標圖像對應(yīng)的分割圖像。

10、可選地，將所述目標圖像進行十六等分切割。

11、可選地，所述圖像分割模型，是采用以下步驟訓練得到的：

12、獲取若干原始圖像樣本；

13、對所述原始圖像樣本進行血管區(qū)域和脂肪組織標注，得到圖像樣本標簽；

14、將所述原始圖像樣本和所述圖像樣本標簽進行十六等分切割，得到切割后的局部圖像樣本與局部圖像樣本標簽；其中，切割后的所述局部圖像樣本與所述局部圖像樣本標簽均一一對應(yīng)；

15、對所述局部圖像樣本標簽中的圖像背景、血管區(qū)域標簽以及脂肪組織標簽進行編碼，得到預(yù)處理后的局部圖像樣本標簽；

16、根據(jù)所述局部圖像樣本與所述預(yù)處理后的局部圖像樣本標簽，構(gòu)建所述第一訓練集；

17、將所述第一訓練集輸入至待訓練的圖像分割模型，獲取所述待訓練的圖像分割模型輸出的訓練分割圖像；

18、利用度量函數(shù)，計算所述訓練分割圖像與所述預(yù)處理后的圖像樣本標簽之間的準確率和損失值，以根據(jù)所述損失值更新待訓練的圖像分割模型的模型參數(shù)；

19、迭代執(zhí)行從所述將所述第一訓練集輸入至待訓練的圖像分割模型，獲取所述待訓練的圖像分割模型輸出的訓練分割圖像的這一步驟至所述利用度量函數(shù)，計算所述訓練分割圖像與所述預(yù)處理后的圖像樣本標簽之間的準確率和損失值，以根據(jù)所述損失值更新待訓練的圖像分割模型的模型參數(shù)的這一步驟，直至完成對所述待訓練的圖像分割模型的預(yù)訓練，獲取訓練好的圖像分割模型。

20、可選地，所述對所述局部圖像樣本標簽中的圖像背景、血管區(qū)域標簽以及脂肪組織標簽進行編碼，包括：

21、采用一位有效編碼方法對所述局部圖像樣本標簽中的圖像背景、血管區(qū)域標簽以及脂肪組織標簽進行編碼。

22、可選地，所述利用度量函數(shù)，計算所述訓練分割圖像與所述預(yù)處理后的圖像樣本標簽之間的準確率和損失值，包括：

23、采用集合相似度度量函數(shù)計算所述訓練分割圖像與所述預(yù)處理后的圖像樣本標簽之間的準確率和損失值。

24、可選地，所述目標圖像為心臟部位的多層螺旋計算機斷層掃描圖像。

25、另一方面，本申請實施例提供了一種冠狀動脈與周圍脂肪組織自動分割裝置，裝置包括：圖像獲取模塊，用于獲取目標圖像；

26、圖像分割模塊，用于將所述目標圖像輸入至圖像分割模型，獲取由所述圖像分割模型輸出的分割圖像；

27、其中，所述圖像分割模型是利用第一訓練集訓練得到的，所述第一訓練集包括至少一個圖像樣本，以及在每一個圖像樣本中標注出血管區(qū)域和脂肪組織后形成的圖像樣本標簽；所述分割圖像分別標注出血管區(qū)域和脂肪組織。

28、另一方面，本申請實施例提供了一種電子設(shè)備，電子設(shè)備包括存儲器和處理器，存儲器存儲有計算機程序，處理器執(zhí)行計算機程序時實現(xiàn)上述冠狀動脈與周圍脂肪組織自動分割方法。

29、另一方面，本申請實施例提供了一種計算機可讀存儲介質(zhì)，計算機可讀存儲介質(zhì)存儲有計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)上述冠狀動脈與周圍脂肪組織自動分割方法。

30、本申請實施例利用圖像分割模型對目標圖像自動分割出血管區(qū)域和脂肪組織，可以有效節(jié)省人力與時間成本，提高冠狀動脈與周圍脂肪組織分割的準確性和實時性，更好地滿足臨床醫(yī)療需求。

技術(shù)特征：

1.一種冠狀動脈與周圍脂肪組織自動分割方法，其特征在于，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的冠狀動脈與周圍脂肪組織自動分割方法，其特征在于，所述將所述目標圖像輸入至圖像分割模型，獲取由所述圖像分割模型輸出的分割圖像，包括：

3.根據(jù)權(quán)利要求2所述的冠狀動脈與周圍脂肪組織自動分割方法，其特征在于，將所述目標圖像進行十六等分切割。

4.根據(jù)權(quán)利要求3所述的冠狀動脈與周圍脂肪組織自動分割方法，其特征在于，所述圖像分割模型，是采用以下步驟訓練得到的：

5.根據(jù)權(quán)利要求4所述的冠狀動脈與周圍脂肪組織自動分割方法，其特征在于，所述對所述局部圖像樣本標簽中的圖像背景、血管區(qū)域標簽以及脂肪組織標簽進行編碼，包括：

6.根據(jù)權(quán)利要求4所述的冠狀動脈與周圍脂肪組織自動分割方法，其特征在于，所述利用度量函數(shù)，計算所述訓練分割圖像與所述預(yù)處理后的圖像樣本標簽之間的準確率和損失值，包括：

7.根據(jù)權(quán)利要求1所述的冠狀動脈與周圍脂肪組織自動分割方法，其特征在于，所述目標圖像為心臟部位的多層螺旋計算機斷層掃描圖像。

8.一種冠狀動脈與周圍脂肪組織自動分割裝置，其特征在于，所述裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至7任一項所述的冠狀動脈與周圍脂肪組織自動分割方法。

10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任一項所述的冠狀動脈與周圍脂肪組織自動分割方法。

技術(shù)總結(jié)
本申請公開了一種冠狀動脈與周圍脂肪組織自動分割方法、裝置及設(shè)備，屬于圖像分割技術(shù)領(lǐng)域，該方法包括：獲取目標圖像；將目標圖像輸入至圖像分割模型，獲取由圖像分割模型輸出的分割圖像；其中，圖像分割模型是利用第一訓練集訓練得到的，第一訓練集包括至少一個圖像樣本，以及在每一個圖像樣本中標注出血管區(qū)域和脂肪組織后形成的圖像樣本標簽；分割圖像分別標注出血管區(qū)域和脂肪組織。本申請利用圖像分割模型對目標圖像自動分割出血管區(qū)域和脂肪組織，可以有效節(jié)省人力與時間成本，提高冠狀動脈與周圍脂肪組織分割的準確性和實時性，更好地滿足臨床醫(yī)療需求。

技術(shù)研發(fā)人員：鄭佳祿,白杰云,羅凱澤,陳芷婷
受保護的技術(shù)使用者：暨南大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30