[发明专利]肺部图像分割设备、方法及存储介质

说明书

本发明公开了一种肺部图像分割设备、方法及存储介质，属于计算机技术领域。该肺部图像分割设备用于获取待分割的第一图像，第一图像为肺部图像；肺部图像分割设备用于调用图像分割模型，图像分割模型基于多种人体组织图像进行预训练，并基于肺部图像进行训练得到；肺部图像分割设备用于将第一图像输入图像分割模型中，由图像分割模型基于肺部对应的多个目标区域的分布信息，对第一图像进行分割，输出第二图像。本发明通过以多种人体组织图像行预训练，直接基于肺部图像对预训练后的模型进行训练即可，无需人工对肺部图像进行分析再基于分析结果重新设计模型，提高了肺部图像分割方法的通用性、适用性和实用性，提高了肺部图像分割方法的准确性。

本申请是申请日为2018年10月16日、申请号为201811205146.4、发明名称为“图像分割方法、装置、计算机设备及存储介质”的分案申请

技术领域

本发明涉及计算机技术领域，特别涉及一种肺部图像分割设备、方法及存储介质。

背景技术

随着计算机技术的发展，图像分割技术应用越来越广泛，例如，医学图像分割、自然图像分割等。其中，图像分割技术是指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。例如，人体组织图像分割场景中，可以对医学图像进行分割，使得分割后的图像中能明显区分人体各个组织。

目前，图像分割方法通常采用级联三维全卷积网络(CascadedThree-dimensionalfully convolutional networks，Cascaded 3D FCN)和金字塔场景解析网络(Pyramid Scene Parsing Network，Pspnet)两种模型实现。其中，Cascaded 3D FCN为三维(Three-dimensional，3D)网络，主要用于对腹部组织进行分割。Pspnet为二维(Two-dimensional，2D)网络，主要用于对自然图像进行分割。上述图像分割方法通常需要技术人员针对图像分割需求，对某种人体组织图像进行分析，分析图像中待分割的是哪种人体组织，这种人体组织的图像的像素点分布有什么特性，并根据分析结果设计模型，从而获取这种人体组织的样本图像对设计好的模型进行训练，从而可以使用训练得到的模型对需要分割的图像进行分割。

上述图像分割方法中均需技术人员对图像进行分析，并对模型进行设计，如果需要对其他人体组织图像进行分割，则需要技术人员对其他人体组织图像进行分析，来重新设计模型，而无法在之前设计好的模型的基础上直接进行训练，因此，上述图像分割方法的通用性、适用性和实用性差。

发明内容

本发明实施例提供了一种肺部图像分割设备、方法及存储介质，可以解决相关技术中通用性、适用性和实用性差的问题。其中，该肺部图像分割设备可以为一种计算机设备，所述技术方案如下：

一方面，提供了一种肺部图像分割设备，

所述肺部图像分割设备用于获取待分割的第一图像，所述第一图像为肺部图像；

所述肺部图像分割设备用于调用图像分割模型，所述图像分割模型基于多种人体组织图像进行预训练，并基于肺部图像进行训练得到；

所述肺部图像分割设备用于将所述第一图像输入所述图像分割模型中，由所述图像分割模型基于所述肺部对应的多个目标区域的分布信息，对所述第一图像进行分割，输出第二图像。

在一种可能实现方式中，所述肺部图像分割设备用于：

基于多个第一样本图像，对第一初始模型进行预训练，得到第二初始模型，所述多个第一样本图像包括多种人体组织图像，所述第二初始模型中包括所述多种人体组织对应的多个目标区域的分布信息；

基于多个第二样本图像，对所述第二初始模型进行训练，得到图像分割模型，所述多个第二样本图像为肺部图像，训练过程中所述图像分割模型获取得到所述多个第二样本图像的图像信息，所述多个第二样本图像的图像信息至少包括所述肺部对应的多个目标区域的分布信息。