[发明专利]对图像中的对象进行分割的方法及系统

权利要求书

1.一种对图像中的对象进行分割的方法，包括：

获取第一图像中所包含的N类对象所对应的第一标注数据，其中，所述第一图像为CT图像；

确定所述N类对象中每类对象的纠错码，得到N个纠错码；

根据所述N个纠错码，将与所述N类对象所对应的所述第一标注数据转化为第二标注数据；以及

基于所述第二标注数据训练M个分割模型，其中，所述M个分割模型用于分割第二图像中所包含的对象，M≤N，且N和M为整数；

其中，所述N个纠错码中的每个具有M个纠错位，根据所述N个纠错码，将与所述N类对象所对应的所述第一标注数据转化为第二标注数据包括：

基于具有M个纠错位的所述N个纠错码生成一个N行M列的编码矩阵；以及

根据所述编码矩阵中的M列信息，对所述第一图像中所包含的N类对象进行分类，以实现将与所述N类对象所对应的第一标注数据转化为所述第二标注数据；

所述根据所述编码矩阵中的M列信息，对所述第一图像中所包含的N类对象进行分类，以实现将与所述N类对象所对应的第一标注数据转化为所述第二标注数据包括：

将所述第一图像输入到经训练的M个判别模型中，以使所述M个判别模型对所述第一图像中每个像素做类别判别，获得所述M个判别模型判别后得到的所述N类对象的第二标注数据，所述M个判别模型是根据所述编码矩阵中的M列信息训练得到的。

2.根据权利要求1所述的方法，其中，所述方法还包括：

依次通过所述M个分割模型对与所述第二图像中所包含的对象对应的像素点进行二值化处理，得到对应像素点的二值化数据；以及

通过预定算法将所述二值化数据与所述第二图像中所包含的对象的纠错码进行比较，以确定所述第二图像中所包含的对象的类别。

3.根据权利要求1所述的方法，其中，所述M个分割模型中至少包括第一类别分割模型和第二类别分割模型，所述N类对象中至少包括第一类别对象和第二类别对象，所述方法还包括：

通过所述第一类别分割模型对所述第一类别对象进行分割；和/或

通过所述第二类别分割模型对所述第二类别对象进行分割。

4.根据权利要求1所述的方法，其中，基于所述第二标注数据训练M个分割模型包括：

采用机器学习方法基于所述第二标注数据训练所述M个分割模型。

5.根据权利要求1所述的方法，其中：

所述N类对象包括N类生物器官。

6.一种对图像中的对象进行分割的系统，包括：

获取模块，用于获取第一图像中所包含的N类对象所对应的第一标注数据，其中，所述第一图像为CT图像；

确定模块，用于确定所述N类对象中每类对象的纠错码，得到N个纠错码；

转换模块，用于根据所述N个纠错码，将与所述N类对象所对应的所述第一标注数据转化为第二标注数据；以及

训练模块，用于基于所述第二标注数据训练M个分割模型，其中，所述M个分割模型用于分割第二图像中所包含的对象，M≤N，且N和M为整数；

其中，所述N个纠错码中的每个具有M个纠错位，所述转换模块包括：

生成单元，用于基于具有M个纠错位的所述N个纠错码生成一个N行M列的编码矩阵；以及

分类单元，用于根据所述编码矩阵中的M列信息，对所述第一图像中所包含的N类对象进行分类，以实现将与所述N类对象所对应的第一标注数据转化为所述第二标注数据；

所述分类单元，具体用于将所述第一图像输入到经训练的M个判别模型中，以使所述M个判别模型对所述第一图像中每个像素做类别判别，获得所述M个判别模型判别后得到的所述N类对象的第二标注数据，所述M个判别模型是根据所述编码矩阵中的M列信息训练得到的。

7.根据权利要求6所述的系统，其中，所述系统还包括：

处理模块，用于依次通过所述M个分割模型对与所述第二图像中所包含的对象对应的像素点进行二值化处理，得到对应像素点的二值化数据；以及

比较模块，用于通过预定算法将所述二值化数据与所述第二图像中所包含的对象的纠错码进行比较，以确定所述第二图像中所包含的对象的类别。

8.根据权利要求6所述的系统，其中，所述M个分割模型中至少包括第一类别分割模型和第二类别分割模型，所述N类对象中至少包括第一类别对象和第二类别对象，所述系统还包括：

第一分割模块，用于通过所述第一类别分割模型对所述第一类别对象进行分割；和/或

第二分割模块，用于通过所述第二类别分割模型对所述第二类别对象进行分割。