(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210137852.X (22)申请日 2022.02.15 (71)申请人 上海翰宇 生物科技有限公司 地址 200135 上海市浦东 新区中国(上海) 自由贸易试验区芳春路40 0号1幢3层 (72)发明人 何玮　罗楹　王崇宇　章曾　 姜丽红　蔡鸿明　 (74)专利代理 机构 杭州华鼎知识产权代理事务 所(普通合伙) 33217 专利代理师 任翠月 (51)Int.Cl. G06T 7/11(2017.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06V 10/80(2022.01) (54)发明名称 基于空间邻域分析的肺部 CT图像分割装置 (57)摘要 本发明提出基于空间邻域分析的肺部CT图 像分割装置。 在提取单一CT图层二维图像特征的 基础上， 通过三维卷积并行地融合邻域CT序列间 的上下文三维图像特征， 在降低全3D卷积运算量 与参数规模的同时实现对三维病灶区域图像特 征的表达； 同时利用自注意力机制从上下文融合 特征图中重映射各邻域图层切片序列对应的通 道域二维图像特征分量， 以此指导单一CT图层的 特征解码过程， 提升病灶图像分割准确性； 为了 提升算法适应性与可解释性， 引入 可解释的先验 知识作为额外的图像分割判别规则， 以此对分割 结果进行校准与检验， 为临床辅助诊断提供依 据。 权利要求书3页 说明书12页 附图5页 CN 114549552 A 2022.05.27 CN 114549552 A 1.基于空间邻域分析的肺部 CT图像分割装置， 其特 征在于， 所述装置包括： 图像预处理模块， 用于对输入的原始CT影像文件进行图像格式标准化得到图像像素 值， 计算肺部CT影像原始文件中各图层对应的肺实质前景区域掩码， 将单一前景区域图层 及其前后邻域图层合并为 一组邻域图层切片序列； 空间邻域特征识别模块， 用于利用预设的编码卷积块并行提取每个邻域图层切片序列 中的二维病灶图像特征， 提取邻域图层切片序列间的局部三维空间语义特征， 通过三维卷 积运算对提取到的局部三维空间语义特征进行融合， 获取不同尺度的病灶区域编码特征 图； 自注意力特征解码模块， 用于结合通道相关性分析的自注意力机制， 将融合后的特征 重映射为与单一CT图层 对应的二 维图像特征， 基于得到的二维图像特征进行多尺度特征解 码， 得到与各病灶区域对应的归一 化权重矩阵； 多视图区域校准模块， 用于对归一化权重矩阵中对应横断面、 矢状面、 冠状面三个正交 方向的病灶区域权重数值进行归一化处理， 基于影像学先验知识对病灶区域进行校准与查 验， 输出三维病灶区域掩码作为分割结果。 2.根据权利要求1所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 图像预处 理模块包括： 图像标准化单元， 用于在特定CT窗口下对将原始影像序列中的CT值转换为图像灰度 值， 得到肺窗标准 化矩阵用于肺实质感兴趣区域分割； 感兴趣区域提取单元， 用于识别标准化后的CT影像图层中的肺实质区域作为有 效前景 感兴趣区域； 邻域图层切片序列生成单元， 用于将肺实质前景像素矩阵分别沿横断面、 矢状面、 冠状 面三个正交视图的方向处 理为多组邻域图层切片序列。 3.根据权利要求1所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 空间邻域特 征识别模块包括： 多尺度特征编码单元， 用于以邻域图层切片序列为输入， 并行地提取序列中各图层的 二维图像特 征； 上下文特征融合单元， 将邻域图层切片序列的编码特征图在不同层级实现多尺度融 合， 对三维邻域内的空间特 征信息进行识别。 4.根据权利要求3所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 上下文特征融合单 元， 具体用于： 对于来自上下邻域的编码特征图， 采用三维卷积核对局部邻域进行特征提取， 得到邻 域上下文融合特 征子图， 接 批量归一 化操作并采用线性整流激活函数激活； 对每一个通道重复上述操作， 并将所有通道的计算结果按通道顺序叠加， 得到最终的 上下文融合特 征图。 5.根据权利要求1所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 自注意力特 征解码模块包括： 自注意力控制单元， 用于以邻域图层切片序列的横断面解码特征图及上下文融合特征 图为输入， 基于通道域特 征相关性对原 始图层序列对应的病灶特 征进行重映射； 多尺度特征解码单元， 用于以不同尺度的横断面编码特征图为输入， 利用反卷积操作权　利　要　求　书 1/3 页 2 CN 114549552 A 2将经自注意力调控后的编 码特征图上采样至原始输入尺寸， 并将图像特征映射为病灶类别 标签。 6.根据权利要求5所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 自注意力特 征解码模块， 具体用于： 调整融合特 征图各通道的权 重， 识别特 征通道间的相关性： 将重映射矩阵利用卷积还原通道数与输入特征图一致， 利用reshape操作还原矩阵大 小与输入特 征图保持一 致； 输出与横断面编码特 征图大小一 致的上下文自注意力加权特 征图。 7.根据权利要求5所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 多尺度特 征解码单 元， 具体用于： 以不同尺度的横断面编码特征图为输入， 利用反卷积操作将经自注意力调控后的编码 特征图上采样至原 始输入尺寸， 并将图像特 征映射为病灶类别标签； 输出与单层CT影 像尺寸一致的归一 化类别权 重矩阵Y作为分割结果。 8.根据权利要求1所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 多视图区域校准模块包括： 多视图归一化单元， 用于对来自横断面、 矢状面、 冠状面三个正交方向的病灶区域权重 进行归一 化处理； 关联区域校准单元， 用于并基于影像学先验知识对病灶区域进行校准与查验， 输出三 维病灶区域掩码作为分割结果。 9.根据权利要求8所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所述 多视图归一 化单元， 具体用于： 并行处理同一套CT影像的横断面、 矢状面、 冠状面邻域图层切片， 分别得到横断面分割 结果归一化权重矩阵YT、 矢状面分割结果归一化权重矩阵YC、 冠状面分割结果归一化权重矩 阵YS作为多视图特 征融合单 元的输入； 对于三维空间中的任一坐标位置x＝(xT， xC， xS)， 其对应的横断面、 矢状面、 冠状面分割 结果归一 化权重向量分别为yT、 yC、 yS； 记多视图归一化权重矩阵为Y＝[yT， yC， yS]， 多视图病灶类别权重分配矩阵为W＝[w0， w1， ...， wN]， 分别表示N个类别病灶的分割结果归一化权重， 多视图融合归一化权重矩阵Z计 算为： Z＝WT·Y； 对多视图融合归一化权重矩阵按列求和， 得到长度为5的多视图融合归一化权重向量， 分别表示背景区域及各个病灶的最终归一化权重， 设置阈值进行筛选判定像素是否属于某 一病灶区域。 10.根据权利要求8所述的基于空间邻域分析的肺部CT图像分割装置， 其特征在于， 所 述关联区域校准单 元， 具体用于： 对层间遗漏区域进行补全； 基于图像插值思想， 关联区域校准单元根据多视 图归一化矩阵， 对非病灶像素点的前 后k邻层进行比对； 若其在前后k邻层内的相同位置处的病灶类别权重均超过一定阈值， 则判定该像素点权　利　要　求　书 2/3 页 3 CN 114549552 A 3