一种心脏MRI影像耦合水平集分割方法及系统

摘要

本发明提出了一种心脏MRI影像耦合水平集分割方法及系统，该方法包括基于卷积神经网络的心肌内膜和外膜的粗分割阶段，以及基于耦合水平集方法的心肌内膜和外膜的精分割阶段；所述粗分割阶段，采用U‑Net框架分别构建心肌内膜和外膜的分割模型；在精分割阶段，基于距离平滑变化约束的耦合水平集模型，设定距离平滑变化的约束条件，结合水平集的长度、规则约束，以及气球力项，用两个水平集函数分别提取心肌内膜和外膜的轮廓。本发明通过使用深度学习模型，结合基于距离约束的水平集方法，能够实现心脏MRI影像的自动精准分割，节省临床医生手动分割影像的时间，大大提高影像分割的效率。