[发明专利]图像的分割方法及装置、电子设备和存储介质

说明书

本公开涉及一种图像的分割方法及装置、电子设备和存储介质。所述方法包括：通过第一神经网络提取第一图像的第一特征和第二图像的第二特征；通过所述第一神经网络融合所述第一特征和所述第二特征，得到第三特征；通过所述第一神经网络根据所述第三特征，确定所述第一图像和所述第二图像中重合的像素的第一分类结果；根据所述第一分类结果，以及所述重合的像素对应的标注数据，训练所述第一神经网络。本公开实施例能够提高图像分割的准确性。

技术领域

本公开涉及计算机技术领域，尤其涉及一种神经网络的训练方法及装置、图像的分割方法及装置、电子设备和存储介质。

背景技术

图像分割是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。图像分割是由图像处理到图像分析的关键步骤。如何提高图像分割的准确性，是亟待解决的问题。

发明内容

本公开提供了一种图像的分割技术方案。

根据本公开的一方面，提供了一种神经网络的训练方法，包括：

通过第一神经网络提取第一图像的第一特征和第二图像的第二特征；

通过所述第一神经网络融合所述第一特征和所述第二特征，得到第三特征；

通过所述第一神经网络根据所述第三特征，确定所述第一图像和所述第二图像中重合的像素的第一分类结果；

根据所述第一分类结果，以及所述重合的像素对应的标注数据，训练所述第一神经网络。

通过第一神经网络提取第一图像的第一特征和第二图像的第二特征，通过所述第一神经网络融合所述第一特征和所述第二特征，得到第三特征，通过所述第一神经网络根据所述第三特征，确定所述第一图像和所述第二图像中重合的像素的第一分类结果，根据所述第一分类结果，以及所述重合的像素对应的标注数据，训练所述第一神经网络，由此训练得到的第一神经网络能够结合两个图像对两个图像中重合的像素进行分割，从而能够提高图像分割的准确性。

在一种可能的实现方式中，所述方法还包括：

通过第二神经网络确定所述第一图像中的像素的第二分类结果；

根据所述第二分类结果，以及所述第一图像对应的标注数据，训练所述第二神经网络。

基于该实现方式，第二神经网络可以用于逐层确定图像的分割结果，由此能够克服图像的层间分辨率较低的问题，获得更精准的分割结果。

在一种可能的实现方式中，所述方法还包括：

通过训练后的所述第一神经网络确定所述第一图像和所述第二图像中重合的像素的第三分类结果；

通过训练后的所述第二神经网络确定所述第一图像中的像素的第四分类结果；

根据所述第三分类结果和所述第四分类结果，训练所述第二神经网络。

在该实现方式中，可以以训练后的第一神经网络输出的重合像素的分类结果作为监督，对第二神经网络进行训练，由此能够进一步提高分割精度，且能提高第二神经网络的泛化能力。

在一种可能的实现方式中，所述第一图像与所述第二图像为扫描图像，所述第一图像与所述第二图像的扫描平面不同。

根据该实现方式，可以采用不同扫描平面扫描得到的第一图像和第二图像训练第一神经网络，由此能够充分利用图像中的三维空间信息，能够在一定程度上克服图像的层间分辨率较低的问题，从而有助于在三维空间中进行更准确的图像分割。

在一种可能的实现方式中，所述第一图像为横断位的图像，所述第二图像为冠状位的图像或者矢状位的图像。

由于横断位的图像的分辨率相对较高，因此，采用横断位的图像训练第二神经网络，能够获得较准确的分割结果。