(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211134452.X (22)申请日 2022.09.19 (65)同一申请的已公布的文献号 申请公布号 CN 115205298 A (43)申请公布日 2022.10.18 (73)专利权人 真健康(北京)医疗科技有限公司 地址 100192 北京市海淀区永 泰庄北路1号 天地邻枫2号楼3层3 08室 (72)发明人 张昊任　史纪鹏　沈亚奇　陈向前　 (74)专利代理 机构 北京力致专利代理事务所 (特殊普通 合伙) 11900 专利代理师 陈博旸 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06T 9/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 林鸿 (54)发明名称 肝部区域血 管分割的方法及设备 (57)摘要 本发明实施例提供一种肝部区域血管分割 方法及设备， 属于数字化医疗技术领域。 该方法 包括： 构建肝部区域血管的分割网络； 将肝部图 像转化为肝部血管重建分割图； 利用肝部区域血 管的分割网络， 在肝部血管分割公共 数据集上进 行训练， 得到训练完毕的肝部血管分割网络； 以 及将肝部血管重建分割图输出为肝部区域血管 分割图像。 本申请将自动提取CT影像中肝部区域 多尺度局部特征以及全局特征并使用多任务一 致性输出分支建模血管特征转换关系， 从而实现 肝部血管分割； 使用的组合的类别平衡损失函 数， 针对多任务以及血管数据的特点， 缓解了网 络的极端类别不平衡问题。 权利要求书2页 说明书12页 附图4页 CN 115205298 B 2022.12.09 CN 115205298 B 1.一种肝部区域血 管分割方法， 其特 征在于， 所述方法包括： 构建肝部区域血管的分割网络， 所述肝部区域血管的分割网络具有n层编码器 ‑解码器 结构的正交移动窗口的深度自注意力网络和多任务一致性输出分支网络； 所述深度自注意 力网络作为骨干网络， 所述骨干网络由对称的编码器和解码器构成， 并具有卷积和深度自 注意力的交替运算； 所述编 码器的第一层是嵌入层， 用于将肝部图像进 行编码， 随后的卷积 层将输入的特征下采样为第一阈值尺寸， 且所述编 码器将所述随后的卷积层输出特征传递 给所述解码 器对应层， 其中所述编 码器利用深度自注意力运算以计算所述输出特征间的联 系， 捕获全局特征； 所述解码 器的最后一层为特征扩展层， 将所述输入的特征恢复到指 定维 度， 所述解码器的卷积层接受上一层的输出及所述编码器对应层的输入， 并上采样为高维 特征或第二阈值尺寸； 所述多任务一致性输出分支网络接收所述骨干网络输出的所述高维特征或第二阈值 尺寸， 获得血管半径和血管直接 分割图； 对所述血管直接 分割图进 行软骨架 化， 获得血管中 轴； 利用所述血管中轴和所述血管半径， 将三个正交平面上 的正交卷积替代所述骨干网络 和所述多任务 一致性输出分支网络中的三维卷积进行计算， 获得肝部血 管重建分割图； 利用所述肝部区域血管的分割 网络， 在肝部血管分割公共数据集上进行训练， 得到训 练完毕的肝部血管分割网络， 训练过程中根据预测结果和真实标注， 利用类别平衡损失函 数计算损失， 将所述 肝部血管重建分割图输出为 肝部区域血 管分割图像。 2.根据权利要求1所述的方法， 其特征在于， 所述三个正交平面包括： 横断面、 矢状面和 冠状面。 3.根据权利要求1所述的方法， 其特征在于， 利用所述肝部区域血管的分割 网络， 在肝 部血管分割公共数据集上进行训练， 得到训练完毕的肝部血 管分割网络， 包括： 获取所述肝部血管分割公共数据集， 其中， 所述肝部血管分割公共数据集中包括CT模 态下的肝部数据以及对应的血 管动脉和静脉 标注； 对所述肝部血管分割公共数据集中肝部影像进行操作， 以增广肝部血管数据， 得到扩 增后的肝部血 管分割公共数据集； 将所述扩增后的肝部血管分割公共数据集按照第 一比例随机分割， 分别获得肝部血管 分割训练集和肝部血 管分割测试集； 以及 利用所述肝部血管分割训练集对所述构建肝部区域血管的分割网络进行训练， 得到训 练完毕的肝部区域血 管的分割网络 。 4.根据权利要求3所述的方法， 其特征在于， 所述肝部影像进行操作包括明暗度调整、 旋转和水平翻转180度。 5.根据权利要求3所述的方法， 其特 征在于， 所述第一比例可选4比1。 6.根据权利要求3所述的方法， 其特征在于， 利用所述肝部血管分割训练集对所述构建 肝部区域血 管的分割网络进行训练， 得到训练完毕的肝部区域血 管的分割网络， 包括： 采样得到长、 宽和 深度均为64体素的2个训练数据块， 并对所述训练数据块加入高斯随 机噪声， 并输入到所述构建肝部区域血管 的分割网络， 该网络最后输出所述肝部区域血管 分割图像， 其中所述体素的每 个值范围为0 到1， 表示每 个体素属于血 管的概率。 7.根据权利要求1所述的方法， 其特征在于， 根据预测结果和真实标注， 利用类别平衡权　利　要　求　书 1/2 页 2 CN 115205298 B 2损失函数计算损失 ， 包括利用如下公式计算： 其中， 是类别平衡的直接血管分割损失， 用来控制惩罚力度， 是类别平衡的交 叉熵损失函数， 是直接血管分割网络对输入 的输出， 是多任务一致性 输出分支网络对输入 的输出， 是类别平衡的骰子损失函数； 是类别平衡的血管 中轴损失函数， 是血管中轴和直接血管分割符合的信息通路； 是类别平衡的血 管半径损失函数； 是血管重建损失函数， 是类别平衡的均 方误差损失函数， 为多任务一致性损失； 是组合类别平衡损失函数， 是 参数， 是标注真实值、 是中轴真实值、 为第一比例系数、 为第二比例系数、 为第三比例系数； 使用类别平衡损失函数 计算损失， 并使用随机梯度下降更新所述网络参数 ， 其初始学习率 为10‑5， 学习率按照以下 方式变化： 其中， 代表初始学习率， 代表当前训练步数， 代表最大训 练步数。 8.一种机器可读存储介质， 该机器可读存储介质上存储有指令， 该指令用于使得机器 执行如权利要求1 ‑7中任一项所述的肝部区域血 管分割的方法。 9.一种肝部区域血管分割设备， 其特征在于， 包括： 至少一个处理器； 以及与所述至少 一个处理器通信连接的存储器； 其中， 所述存储器存储有可被所述至少一个处理器执行 的 指令， 所述指 令被所述至少一个处理器执行， 以使 所述至少一个处理器执行如权利要求 1‑7 中任意一项所述的肝部区域血 管分割的方法。权　利　要　求　书 2/2 页 3 CN 115205298 B 3