买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明公开了一种心脏图像分割方法、装置、介质和设备，涉及医学图像处理技术领域。该方法包括：获取有标签的bSSFPCMR作为源域图像和无标签的LGECMR图像作为目标域图像；基于变分编码器构建VAMCEI模型；使用CycleGAN实现源域和目标域的双向转换，实现源域和目标域在图像表观的对齐；分别将真源域和假源域图像、真目标域和假目标域图像配对，并将其输入到VAMCEI模型中，实现对齐特征和注释图像的分割监督学习；以目标域VAMCEI模型和源域VAMCEI模型作为教师模型，使用知识蒸馏学习两个模型在同一个体的目标域图像或伪源域图像上的预测概率，最终使用训练好的学生模型进行心脏图像分割。

主权项：1.一种心脏图像分割方法，其特征在于，包括：以所获取的使用平衡稳态自由进动脉冲序列进行的心脏磁共振图像bSSFPCMR图像作为源域图像，以所获取的亮血钆延迟增强心脏磁共振图像LGECMR作为目标域图像；构建分割网络VAMCEI，所述分割网络VAMCEI包括用于将输入图像映射为隐变量的编码器、用于将隐变量映射为分割概率图的分割器、用于根据隐变量和分割概率图对输入图像进行分割重建的解码器；使用部分源域图像和部分目标域图像训练循环生成对抗网络，获得能够对齐图像空间分布的训练后循环生成对抗网络；并将另一部分源域图像输入训练后循环生成对抗网络中生成假目标域图像，所述假目标域图像的风格与目标域图像的风格相同，空间分布与源域图像的空间分布相同；将另一部分目标域图像输入训练后循环生成对抗网络生成假源域图像，所述假源域图像的风格与源域图像的风格相同，空间分布与目标域图像的空间分布相同；将真源域和假源域图像、真目标域和假目标域图像配对后输入到分割网络VAMCEI中进行训练，训练过程中，通过不断缩小源域和目标域隐变量之间的双向KL散度以对齐显式全局特征，通过不断缩短跨域相同类别之间的距离、放大同域不同类别之间的距离以对齐显式局部特征，通过不断迫使两域的分割概率图分布对齐以实现隐式特征对齐；获得用于对齐特征空间分布的目标域VAMCEI模型和源域VAMCEI模型；以目标域VAMCEI模型和源域VAMCEI模型作为两个教师模型，以分割网络VAMCEI作为学生模型，通过最小化学生模型和两个教师模型在同一个体的目标域图像或假源域图像上的预测概率对学生模型进行训练，获得训练好的学生模型；使用训练好的学生模型对待分割LGECMR图像心室和心肌结构进行分割。

全文数据：

权利要求：

百度查询： 西北工业大学 一种心脏图像分割方法、装置、介质和设备