一种基于深度学习和增强现实的肾脏自动提取方法及装置与流程

本发明涉及医学影像处理，尤其涉及一种基于深度学习和增强现实的肾脏自动提取方法及装置。

背景技术：

1、医学影像技术，如计算机断层扫描（computed tomography，ct），是现代医学不可或缺的一部分。它提供了一种非侵入式的方式来观察患者的内部结构，对于诊断、治疗规划和疾病监测至关重要。

2、肾脏作为关键的排泄器官，其健康状况对整个身体系统至关重要。在ct图像中准确识别和分析肾脏结构对于诊断肾脏疾病（如肾结石、肾肿瘤等）非常重要。肾脏的形状、大小和位置在不同个体间差异较大，加之肾脏周围组织的密度和质地与肾脏相似，使得自动识别和分割肾脏较难实现。

3、现有的肾脏自动提取方法精确度和自动化程度都有所欠缺，因此，如何提高肾脏自动提取的精确度和自动化程度成为了亟需解决的技术问题。

技术实现思路

1、有鉴于此，有必要提供一种基于深度学习和增强现实的肾脏自动提取方法及装置，用以解决当前的肾脏自动提取方法的精确度和自动化程度有所欠缺的问题。

2、为了解决上述问题，本发明提供一种基于深度学习和增强现实的肾脏自动提取方法，包括：

3、对肾脏图像进行尺寸和分辨率统一，得到待处理图像，基于深层神经网络对所述待处理图像进行特征提取；

4、基于所述深层神经网络所提取的特征和u型神经网络，对所述待处理图像进行图像分割；

5、对所述待处理图像的图像分割结果进行三维图像重建，并将三维图像重建的结果输出至基于增强现实的交互界面上；

6、其中，所述深层神经网络和所述u型神经网络是基于带有肾脏区域标记的样本图像集训练得到的。

7、在一种可能的实现方式中，所述对肾脏图像进行尺寸和分辨率统一，包括：

8、基于直方图均衡化操作，对所述肾脏图像进行尺寸和分辨率统一。

9、在一种可能的实现方式中，所述方法还包括：

10、在对所述待处理图像的图像分割结果进行三维图像重建之前，基于膨胀和腐蚀操作对所述待处理图像的图像分割结果进行平滑处理。

11、在一种可能的实现方式中，所述对所述待处理图像的图像分割结果进行三维图像重建，包括：

12、基于体素化法对所述待处理图像的图像分割结果进行三维图像重建。

13、在一种可能的实现方式中，所述深层神经网络和所述u型神经网络的训练包括：

14、基于混合损失函数、交叉熵及骰子损失，使用带有肾脏区域标记的样本图像集对所述深层神经网络和所述u型神经网络进行训练。

15、在一种可能的实现方式中，所述深层神经网络和所述u型神经网络的训练还包括：

16、基于自适应矩阵估计优化器，对所述深层神经网络和所述u型神经网络的网络参数进行优化。

17、在一种可能的实现方式中，所述深层神经网络包括残差网络或者密集卷积网络。

18、本发明还提供了一种基于深度学习和增强现实的肾脏自动提取装置，包括：

19、特征提取模块，用于对肾脏图像进行尺寸和分辨率统一，得到待处理图像，基于深层神经网络对所述待处理图像进行特征提取；

20、图像分割模块，用于基于所述深层神经网络所提取的特征和u型神经网络，对所述待处理图像进行图像分割；

21、图像重建模块，用于对所述待处理图像的图像分割结果进行三维图像重建，并将三维图像重建的结果输出至基于增强现实的交互界面上；

22、其中，所述深层神经网络和所述u型神经网络是基于带有肾脏区域标记的样本图像集训练得到的。

23、本发明还提供了一种电子设备，包括存储器和处理器，及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现如上所述的基于深度学习和增强现实的肾脏自动提取方法。

24、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于深度学习和增强现实的肾脏自动提取方法。

25、本发明的有益效果是：本发明提供的基于深度学习和增强现实的肾脏自动提取方法及装置，通过对肾脏图像进行图像分割后再三维重建，并显示至基于增强显示的交互界面上，提高了肾脏疾病诊断的效率和准确性。

技术特征：

1.一种基于深度学习和增强现实的肾脏自动提取方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习和增强现实的肾脏自动提取方法，其特征在于，所述对肾脏图像进行尺寸和分辨率统一，包括：

3.根据权利要求1所述的基于深度学习和增强现实的肾脏自动提取方法，其特征在于，所述方法还包括：

4.根据权利要求1所述的基于深度学习和增强现实的肾脏自动提取方法，其特征在于，所述对所述待处理图像的图像分割结果进行三维图像重建，包括：

5.根据权利要求1所述的基于深度学习和增强现实的肾脏自动提取方法，其特征在于，所述深层神经网络和所述u型神经网络的训练包括：

6.根据权利要求5所述的基于深度学习和增强现实的肾脏自动提取方法，其特征在于，所述深层神经网络和所述u型神经网络的训练还包括：

7.根据权利要求1至6任一项所述的基于深度学习和增强现实的肾脏自动提取方法，其特征在于，所述深层神经网络包括残差网络或者密集卷积网络。

8.一种基于深度学习和增强现实的肾脏自动提取装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括存储器和处理器，及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现根据权利要求1至7任一项所述的基于深度学习和增强现实的肾脏自动提取方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于深度学习和增强现实的肾脏自动提取方法。

技术总结本发明涉及一种基于深度学习和增强现实的肾脏自动提取方法及装置，属于医学影像处理技术领域，其中，该基于深度学习和增强现实的肾脏自动提取方法包括对肾脏图像进行尺寸和分辨率统一，得到待处理图像，基于深层神经网络对所述待处理图像进行特征提取；基于所述深层神经网络所提取的特征和U型神经网络，对所述待处理图像进行图像分割；对所述待处理图像的图像分割结果进行三维图像重建，并将三维图像重建的结果输出至基于增强现实的交互界面上；其中，所述深层神经网络和所述U型神经网络是基于带有肾脏区域标记的样本图像集训练得到的。本发明提高了肾脏疾病诊断的效率和准确性。技术研发人员：胡文强,李超,赵勇受保护的技术使用者：湖北英库科技有限公司技术研发日：技术公布日：2024/7/29