冠状动脉与周围脂肪组织自动分割方法、装置及设备

本申请涉及图像分割，尤其涉及一种冠状动脉与周围脂肪组织自动分割方法、装置及设备。

背景技术：

1、冠状动脉周围脂肪组织(pericoronary adipose tissue，pcat)是环绕在冠状动脉周围的脂肪组织，在心血管疾病的发生及发展中扮演着关键角色。

2、相关技术中，通常是采用一种基于先验ct阈值的分割方法来完成冠状动脉周围脂肪组织的ct图像中的冠状动脉与周围脂肪组织分割。但是，在实际应用中发现，这种方法仍需要人工干预，即需要医生或技术人员在关键步骤上进行手动调整，不仅存在仍需一定的人力与时间成本，而且由于不同医生的先验知识不同，从而容易导致影响冠状动脉与周围脂肪组织分割的准确性和实时性。

3、综上，相关技术中存在的技术问题有待得到改善。

技术实现思路

1、本申请实施例提供了一种冠状动脉与周围脂肪组织自动分割方法、装置及设备，可以有效节省人力与时间成本，提高冠状动脉与周围脂肪组织分割的准确性和实时性，更好地满足临床医疗需求。

2、一方面，本申请实施例提供了一种冠状动脉与周围脂肪组织自动分割方法，包括以下步骤：

3、获取目标图像；

4、将所述目标图像输入至图像分割模型，获取由所述图像分割模型输出的分割图像；

5、其中，所述图像分割模型是利用第一训练集训练得到的，所述第一训练集包括至少一个图像样本，以及在每一个图像样本中标注出血管区域和脂肪组织后形成的图像样本标签；所述分割图像分别标注出血管区域和脂肪组织。

6、可选地，所述将所述目标图像输入至图像分割模型，获取由所述图像分割模型输出的分割图像，包括：

7、将所述目标图像进行等分切割，得到若干份切割后的局部图像；

8、将所有所述局部图像输入至所述图像分割模型，获取由所述图像分割模型输出的与所有所述局部图像一一对应的分割图像；

9、将所有所述分割图像进行重组，得到与所述目标图像对应的分割图像。

10、可选地，将所述目标图像进行十六等分切割。

11、可选地，所述图像分割模型，是采用以下步骤训练得到的：

12、获取若干原始图像样本；

13、对所述原始图像样本进行血管区域和脂肪组织标注，得到图像样本标签；

14、将所述原始图像样本和所述图像样本标签进行十六等分切割，得到切割后的局部图像样本与局部图像样本标签；其中，切割后的所述局部图像样本与所述局部图像样本标签均一一对应；

15、对所述局部图像样本标签中的图像背景、血管区域标签以及脂肪组织标签进行编码，得到预处理后的局部图像样本标签；

16、根据所述局部图像样本与所述预处理后的局部图像样本标签，构建所述第一训练集；

17、将所述第一训练集输入至待训练的图像分割模型，获取所述待训练的图像分割模型输出的训练分割图像；

18、利用度量函数，计算所述训练分割图像与所述预处理后的图像样本标签之间的准确率和损失值，以根据所述损失值更新待训练的图像分割模型的模型参数；

19、迭代执行从所述将所述第一训练集输入至待训练的图像分割模型，获取所述待训练的图像分割模型输出的训练分割图像的这一步骤至所述利用度量函数，计算所述训练分割图像与所述预处理后的图像样本标签之间的准确率和损失值，以根据所述损失值更新待训练的图像分割模型的模型参数的这一步骤，直至完成对所述待训练的图像分割模型的预训练，获取训练好的图像分割模型。

20、可选地，所述对所述局部图像样本标签中的图像背景、血管区域标签以及脂肪组织标签进行编码，包括：

21、采用一位有效编码方法对所述局部图像样本标签中的图像背景、血管区域标签以及脂肪组织标签进行编码。

22、可选地，所述利用度量函数，计算所述训练分割图像与所述预处理后的图像样本标签之间的准确率和损失值，包括：

23、采用集合相似度度量函数计算所述训练分割图像与所述预处理后的图像样本标签之间的准确率和损失值。

24、可选地，所述目标图像为心脏部位的多层螺旋计算机断层扫描图像。

25、另一方面，本申请实施例提供了一种冠状动脉与周围脂肪组织自动分割装置，装置包括：图像获取模块，用于获取目标图像；

26、图像分割模块，用于将所述目标图像输入至图像分割模型，获取由所述图像分割模型输出的分割图像；

27、其中，所述图像分割模型是利用第一训练集训练得到的，所述第一训练集包括至少一个图像样本，以及在每一个图像样本中标注出血管区域和脂肪组织后形成的图像样本标签；所述分割图像分别标注出血管区域和脂肪组织。

28、另一方面，本申请实施例提供了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述冠状动脉与周围脂肪组织自动分割方法。

29、另一方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述冠状动脉与周围脂肪组织自动分割方法。

30、本申请实施例利用图像分割模型对目标图像自动分割出血管区域和脂肪组织，可以有效节省人力与时间成本，提高冠状动脉与周围脂肪组织分割的准确性和实时性，更好地满足临床医疗需求。

技术特征：

1.一种冠状动脉与周围脂肪组织自动分割方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的冠状动脉与周围脂肪组织自动分割方法，其特征在于，所述将所述目标图像输入至图像分割模型，获取由所述图像分割模型输出的分割图像，包括：

3.根据权利要求2所述的冠状动脉与周围脂肪组织自动分割方法，其特征在于，将所述目标图像进行十六等分切割。

4.根据权利要求3所述的冠状动脉与周围脂肪组织自动分割方法，其特征在于，所述图像分割模型，是采用以下步骤训练得到的：

5.根据权利要求4所述的冠状动脉与周围脂肪组织自动分割方法，其特征在于，所述对所述局部图像样本标签中的图像背景、血管区域标签以及脂肪组织标签进行编码，包括：

6.根据权利要求4所述的冠状动脉与周围脂肪组织自动分割方法，其特征在于，所述利用度量函数，计算所述训练分割图像与所述预处理后的图像样本标签之间的准确率和损失值，包括：

7.根据权利要求1所述的冠状动脉与周围脂肪组织自动分割方法，其特征在于，所述目标图像为心脏部位的多层螺旋计算机断层扫描图像。

8.一种冠状动脉与周围脂肪组织自动分割装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的冠状动脉与周围脂肪组织自动分割方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的冠状动脉与周围脂肪组织自动分割方法。

技术总结
本申请公开了一种冠状动脉与周围脂肪组织自动分割方法、装置及设备，属于图像分割技术领域，该方法包括：获取目标图像；将目标图像输入至图像分割模型，获取由图像分割模型输出的分割图像；其中，图像分割模型是利用第一训练集训练得到的，第一训练集包括至少一个图像样本，以及在每一个图像样本中标注出血管区域和脂肪组织后形成的图像样本标签；分割图像分别标注出血管区域和脂肪组织。本申请利用图像分割模型对目标图像自动分割出血管区域和脂肪组织，可以有效节省人力与时间成本，提高冠状动脉与周围脂肪组织分割的准确性和实时性，更好地满足临床医疗需求。

技术研发人员：郑佳禄,白杰云,罗凯泽,陈芷婷
受保护的技术使用者：暨南大学
技术研发日：
技术公布日：2024/12/30