[发明专利]网络训练方法、装置、分割方法、计算机设备和存储介质

说明书

本申请涉及一种网络训练方法、装置、分割方法、计算机设备和存储介质，由于一开始先根据多个图片级气胸数据、多个标准像素级气胸数据和多个不包括气胸区域的数据训练了一个分类网络，该分类网络可以将图片级气胸数据转换为对应的伪像素级气胸数据，而该伪像素级气胸数据中包括了气胸区域的标注信息，然后根据该伪像素级气胸数据和标准像素级气胸数据就可以训练分割网络，保证了分割网络的所有训练数据都是包含气胸区域标注信息的，相当于增加了分割网络的训练数据，使得分割网络训练更加鲁棒，从而可以得到更加精确的气胸区域分割结果。

技术领域

本申请涉及医疗影像技术领域，特别是涉及一种网络训练方法、装置、分割方法、计算机设备和存储介质。

背景技术

气胸是空气泄漏到肺和胸壁之间的空间造成的一种肺部异常。气胸产生的原因可能是由胸部损伤或创伤而造成的，也可能是因为某些医疗程序，还可能是由于一些潜在的肺部疾病造成的损害，或者甚至没有明显的原因而自然形成的。

现有技术中，用于诊断气胸的最常见的成像工具是胸部X光片(Chest X-ray,CXR)，气胸的诊断是放射科医师的常规工作，一般，医生通过目测对胸部X光片直接进行阅读，然后对胸片进行气胸诊断并且分析气胸区域以判断气胸的大小从而决定治疗方案。由于气胸的诊断和治疗与气胸区域的大小直接相关，因此胸片的分诊需要准确气胸分割结果，近些年来，随着人工智能技术的不断发展，基于深度学习技术的图像分割模型不断被提出，通过分割模型可以将气胸区域分割出来，以便医生进行诊断。

但是，目前的分割模型存在训练数据不足的问题，导致气胸分割结果不够精确。

发明内容

基于此，有必要针对上述分割模型存在训练数据不足的问题，导致气胸分割结果不够精确的技术问题，提供一种网络训练方法、装置、分割方法、计算机设备和存储介质。

第一方面，本申请实施例提供一种网络训练方法，该方法包括：

获取多个图片级气胸数据、多个标准像素级气胸数据和多个不包括气胸区域的数据；图片级气胸数据中包括气胸区域；标准像素级气胸数据中包括气胸区域的标注信息；

根据多个图片级气胸数据、多个标准像素级气胸数据和多个不包括气胸区域的数据训练初始分类网络，得到分类网络；分类网络用于将图片级气胸数据转换为对应的伪像素级气胸数据；

根据多个标准像素级气胸数据和对应的伪像素级气胸数据训练初始分割网络，得到目标分割网络。

第二方面，本申请实施例提供一种分割方法，该方法包括：

获取待分割医学影像；待分割医学影像包括气胸区域；

将待分割医学影像输入至目标分割网络中，得到气胸区域的分割结果；目标分割网络为根据上述第一方面网络训练方法得到的网络。

第三方面，本申请实施例提供一种网络训练装置，该装置包括：

数据获取模块，用于获取多个图片级气胸数据、多个标准像素级气胸数据和多个不包括气胸区域的数据；图片级气胸数据中包括气胸区域；标准像素级气胸数据中包括气胸区域的标准标注信息；

分类网络训练模块，用于根据多个图片级气胸数据、多个标准像素级气胸数据和多个不包括气胸区域的数据训练初始分类网络，得到分类网络；分类网络用于将图片级气胸数据转换为对应的伪像素级气胸数据；

分割网络训练模块，用于根据多个标准像素级气胸数据、和对应的伪像素级气胸数据训练初始分割网络，得到目标分割网络。

第四方面，本申请实施例提供一种分割装置，该装置包括：

影像获取模块，用于获取待分割医学影像；待分割医学影像包括气胸区域；