基于3D-Unet的肩关节医学图像分割方法与流程

本发明涉及医学图像分割，具体涉及一种基于3d-unet的肩关节医学图像分割方法。

背景技术：

1、连续介质力学广泛应用于三维模型分割领域，而在医疗领域连续介质模型结合3d-unet网络能够对人体组织结构进行有效分割，进而方便对单独的组织器官进行针对性分析。但是对于肩关节图像而言，其中的盂肱关节区域中包含较多的边缘信息，并且肱骨的肱骨头与肩胛骨的关节盂二者之间明显灰度值相近，不易分割，在使用连续介质模型结合3d-unet网络进行进一步分割时会无法做到精确分割。

技术实现思路

1、为了解决现有技术对于盂肱关节区域中不同部位区分不明显，进而影响肩关节图像分割效果的技术问题，本发明的目的在于提供一种基于3d-unet的肩关节医学图像分割方法，所采用的技术方案具体如下：

2、本发明提出了一种基于3d-unet的肩关节医学图像分割方法，所述方法包括：

3、依次获得不同角度下的肩关节图像，所述肩关节图像中包含盂肱关节区域；所述盂肱关节区域中每两条边缘线组成一组候选边缘组；

4、获取所述候选边缘组中候选边缘的凹凸程度，根据所述候选边缘的所述凹凸程度获得所述候选边缘组中的盂肱关节特征，所述盂肱关节特征包括肱骨头凸出程度、关节盂凹陷程度以及盂肱关节不契合度；

5、根据所述盂肱关节特征获得所述候选边缘组的初始置信度；根据所述候选边缘组的所述盂肱关节特征在不同角度下的肩关节图像中的变化特征获得修正系数，根据所述修正系数对所述初始置信度进行修正，获得每个所述候选边缘组的最终置信度；

6、根据所述最终置信度筛选出分割边缘组，所述分割边缘组将所述盂肱关节区域进行分割，获得初始分割图像，利用3d-unet网络以及连续介质力学对初始分割图像进行进一步分割，获得最终分割图像。

7、进一步地，不同角度下的肩关节图像的获取方法包括：

8、以正对人体的角度为初始角度，沿着人体正面到侧面的方向根据预设角度步长依次进行拍摄，获得不同角度下的肩关节图像。

9、进一步地，所述盂肱关节区域的获取方法包括：

10、利用预先训练好的语义分割网络提取所述肩关节图像中的所述盂肱关节区域。

11、进一步地，所述凹凸程度的获取方法包括：

12、对于任意一条候选边缘，获得所述候选边缘上各个位置处的斜率，获得每个位置相对于端点位置处的斜率差异，选择斜率差异最大点为中间点；获得端点之间的连线；根据所述中间点到所述连线的距离、所述连线的距离、以及所述中间点的所述斜率差异，获得所述候选边缘的凹凸程度。

13、进一步地，所述肱骨头凸出程度和所述关节盂凹陷程度的获取方法包括：

14、获得所述候选边缘上所述中间点指向所述连线的方向向量；获得所述候选边缘组中两条所述候选边缘之间所述方向向量的方向相似度；

15、若所述方向相似度大于预设相似度阈值，则将所述候选边缘组中任意一个所述凹凸程度作为所述肱骨头凸出程度，另一个作为所述关节盂凹陷程度；若所述方向相似度不大于预设相似度阈值，则将所述候选边缘组剔除。

16、进一步地，所述盂肱关节不契合度的获取方法包括：

17、将所述肱骨头凸出程度和所述关节盂凹陷程度之间的差异作为所述盂肱关节不契合度。

18、进一步地，所述初始置信度的获取方法包括：

19、将所述肱骨头凸出程度和所述关节盂凹陷程度相加后除以所述盂肱关节不契合度，获得所述初始置信度。

20、进一步地，所述变化特征的获取方法包括：

21、对于每种盂肱关节特征，将从正面到侧面过程中的所述肩关节图像中的所述盂肱关节特征按照角度次序组成每种盂肱关节特征的盂肱关节特征序列；

22、对于任意一个盂肱关节特征序列，根据后一个元素与前一个元素的差值获得所述盂肱关节特征序列的差分序列；根据所述差分序列中负值的数量，以及所述差分序列中的元素绝对值，获得所述变化特征；所述差分序列中的元素绝对值大小与所述变化特征呈负相关关系，所述差分序列中负值的数量与所述变化特征呈正相关关系。

23、进一步地，所述修正系数的获取方法包括：

24、将三种所述盂肱关节特征的所述变化特征相乘后进行归一化处理，获得所述修正系数。

25、进一步地，所述最终置信度的获取方法包括：

26、将所述修正系数与所述初始置信度相乘，获得所述最终置信度。

27、本发明具有如下有益效果：

28、本发明实施例将盂肱关节区域中的边缘线两两组合，构建候选边缘组用于后续分析。根据盂肱关节区域处边界线的特殊形状特征，即肱骨头区域边界应为凸出的区域，而关节盂边界应为凹陷的区域，因此获得候选边缘的凹凸程度，根据候选边缘的凹凸程度即获得候选边缘组内的盂肱关节特征，即盂肱关节特征越符合真实盂肱关节区域则初始置信度越大，则说明候选边缘组中的两条候选边缘越符合真实盂肱关节区域的两条边界。进一步考虑到需要利用3d-unet技术进行三维分割，因此会得到不同角度下的肩关节图像，随着角度的变化盂肱关节区域的两条边界因为视角的原因同样会产生一定变化，因此进一步根据盂肱关节特征在不同角度下的肩关节图像中的变化特征对初始置信度进行修正，获得最终置信度用于对盂肱关节区域进行分割，进而利用3d-unet网络以及连续介质力学对粗略分割得到的初始分割图像进行进一步的细致分割，获得分割效果优秀的最终分割图像。

技术特征：

1.一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，不同角度下的肩关节图像的获取方法包括：

3.根据权利要求1所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述盂肱关节区域的获取方法包括：

4.根据权利要求1所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述凹凸程度的获取方法包括：

5.根据权利要求4所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述肱骨头凸出程度和所述关节盂凹陷程度的获取方法包括：

6.根据权利要求1所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述盂肱关节不契合度的获取方法包括：

7.根据权利要求1所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述初始置信度的获取方法包括：

8.根据权利要求2所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述变化特征的获取方法包括：

9.根据权利要求8所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述修正系数的获取方法包括：

10.根据权利要求9所述的一种基于3d-unet的肩关节医学图像分割方法，其特征在于，所述最终置信度的获取方法包括：

技术总结本发明涉及医学图像分割技术领域，具体涉及一种基于3D‑Unet的肩关节医学图像分割方法。该方法根据盂肱关节区域处边界线的特殊形状特征，利用候选边缘的凹凸程度获得候选边缘组内的盂肱关节特征以及初始置信度。根据盂肱关节特征在不同角度下的肩关节图像中的变化特征对初始置信度进行修正，并确定分割边缘组用于对盂肱关节区域进行分割，进而利用3D‑Unet网络以及连续介质力学对粗略分割得到的初始分割图像进行进一步的分割，获得最终分割图像。本发明通过盂肱关节区域中特别是形状特征对肩关节图像进行初步分割，进一步利用3D‑Unet网络进行二次分割，获得精细化的肩关节分割结果。技术研发人员：黄志川,方国鑫,高静受保护的技术使用者：广东恒电信息科技股份有限公司技术研发日：技术公布日：2024/7/29