[发明专利]一种医学图像分割模型训练方法、介质及电子设备

说明书

本发明提供一种医学图像分割模型训练方法、介质及电子设备。其中，所述医学图像分割模型训练方法包括：获取待分割的医学图像；采用AI医学图像分割模型对所述医学图像进行第一分割，获得第一分割结果；根据接收到的分割指令对所述第一分割结果进行第二分割，获得第二分割结果；所述第二分割结果用于对所述AI医学图像分割模型进行训练；获取所述第一分割结果和所述第二分割结果之间的差值，所述第一分割结果和所述第二分割结果之间的差值用于获取所述AI医学图像分割模型的分割准确度，和/或用于确定所述第二分割的分割作业量。所述医学图像分割模型训练方法能够在实际应用中对所述AI医学图像分割模型进行再训练。

技术领域

本发明属于医学图像处理领域，涉及一种图像分割模型训练方法，特别是涉及一种医学图像分割模型训练方法、介质及电子设备。

背景技术

图像分割是图像处理中的一项关键技术。作为图像处理和分析的第一步，图像分割的准确与否直接影响到特征提取、目标识别等后续操作的准确度。现有方案中，为了提升图像分割的效率，业内普遍采用AI(Artificial Intelligence，人工智能)医学图像分割模型对医学图像进行分割，具体地，现有方案首先利用大量的图像分割实例对AI医学图像分割模型进行训练，待所述AI医学图像分割模型训练好以后，将训练好的AI医学图像分割模型应用到医学图像分割中。然而，在实际应用中发明人发现，受限于医学图像的复杂度和多样性，当所述训练好的AI医学图像应用到不同场景时其分割准确度可能不高，例如：对于通过腹部CT图像训练得到的AI医学图像分割模型，如果将其应用到冠脉CT图像分割，其准确度可能不高，而现有方案无法根据实际应用场景对所述AI医学图像分割模型进行实时训练。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种医学图像分割模型训练方法、介质及电子设备，用于解决现有方案无法根据实际应用场景对所述AI医学图像分割模型进行实时训练的问题。

为实现上述目的及其他相关目的，本发明的第一方面提供一种医学图像分割模型训练方法。所述医学图像分割模型训练方法包括：获取待分割的医学图像；采用AI医学图像分割模型对所述医学图像进行第一分割，获得第一分割结果；根据接收到的分割指令对所述第一分割结果进行第二分割，获得第二分割结果；所述第二分割结果用于对所述AI医学图像分割模型进行训练；获取所述第一分割结果和所述第二分割结果之间的差值，所述第一分割结果和所述第二分割结果之间的差值用于获取所述AI医学图像分割模型的分割准确度，和/或用于确定所述第二分割的分割作业量。

于所述第一方面的某些实施例中，所述医学图像分割模型训练方法还包括：根据所述第二分割的分割作业量和费用系数获取分割作业费用。

于所述第一方面的某些实施例中，获取所述第一分割结果和所述第二分割结果之间的差值的一种实现方法包括：获取所述第一分割结果和所述第二分割结果之间的像素差集；所述像素差集即为所述第一分割结果和所述第二分割结果之间的差值。

于所述第一方面的某些实施例中，获取所述第一分割结果和所述第二分割结果之间的差值的一种实现方法包括：所述医学图像为3维医学图像；获取所述第一分割结果和所述第二分割结果之间的体素差集；所述体素差集即为所述第一分割结果和所述第二分割结果之间的差值。

于所述第一方面的某些实施例中，获取所述第一分割结果和所述第二分割结果之间的差值的一种实现方法包括：根据所述第一分割结果和所述第二分割结果获得相应的差值区域；获取所述差值区域的一个或多个几何特征作为所述第一分割结果和所述第二分割结果之间的差值。

于所述第一方面的某些实施例中，所述差值区域的几何特征包括所述差值区域的周长、体积或面积中的一种或多种。

于所述第一方面的某些实施例中，所述分割指令包括：画笔指令、涂抹指令、擦除指令、单点追踪指令和/或多点追踪指令。