[发明专利]图像分割方法、装置、设备及存储介质有效

专利信息
申请号: 202010434332.6 申请日: 2020-05-21
公开(公告)号: CN111598904B 公开(公告)日: 2022-09-16
发明(设计)人: 曹世磊;刘华罗;谢苁;郑冶枫 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06V10/40;G06V10/74;G16H30/00
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分割 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像分割方法,其特征在于,所述方法包括:

获取待分割的第一器官影像、带标签的第二器官影像、以及所述第二器官影像的标签信息,所述标签信息用于指示所述第二器官影像中包含的器官;

根据所述标签信息从所述第二器官影像中提取k个单器官影像得到先验信息,所述先验信息用于指示所述第二器官影像中包含的器官的形态和位置,所述单器官影像是指包含所述第二器官影像中的单个器官的影像,所述k为正整数;

提取所述第一器官影像的特征图,基于所述先验信息提取所述第二器官影像的特征图;

基于所述第一器官影像的特征图和所述第二器官影像的特征图之间的相似度,生成所述第一器官影像对应的目标特征图;

基于所述目标特征图,得到所述第一器官影像的器官分割结果。

2.根据权利要求1所述的方法,其特征在于,所述第一器官影像的器官分割结果由器官分割模型生成,所述器官分割模型包括主编码器网络、辅编码器网络、相似度计算模块和解码器网络;

所述提取所述第一器官影像的特征图,基于所述先验信息提取所述第二器官影像的特征图,基于所述第一器官影像的特征图和所述第二器官影像的特征图之间的相似度,生成所述第一器官影像对应的目标特征图,基于所述目标特征图,得到所述第一器官影像的器官分割结果,包括:

通过所述主编码器网络提取所述第一器官影像的特征图;

通过所述辅编码器网络基于所述先验信息提取所述第二器官影像的特征图;

通过所述相似度计算模块,基于所述第一器官影像的特征图和所述第二器官影像的特征图之间的相似度,生成所述第一器官影像对应的目标特征图;

通过所述解码器网络基于所述目标特征图,得到所述第一器官影像的器官分割结果。

3.根据权利要求2所述的方法,其特征在于,所述通过所述相似度计算模块,基于所述第一器官影像的特征图和所述第二器官影像的特征图之间的相似度,生成所述第一器官影像对应的目标特征图,包括:

通过所述相似度计算模块对所述第一器官影像的特征图和所述第二器官影像的特征图进行相似度计算,得到注意力权重图;

将所述第一器官影像的特征图和所述注意力权重图相乘,得到所述第一器官影像对应的目标特征图。

4.根据权利要求3所述的方法,其特征在于,所述通过所述解码器网络基于所述目标特征图,得到所述第一器官影像的器官分割结果,包括:

通过所述解码器网络对所述目标特征图进行上采样处理,得到上采样后的特征图;

对所述上采样后的特征图进行降维和归一化处理,得到处理后的特征图;其中,所述处理后的特征图中的第i个像素点的像素值,用于指示所述第i个像素点属于各个器官的概率,所述i为正整数;

基于所述处理后的特征图,生成所述第一器官影像的器官分割结果。

5.根据权利要求2所述的方法,其特征在于,所述器官分割模型的训练过程如下:

从训练集中选取训练样本,所述训练样本包括第一器官影像样本和第二器官影像样本;

根据所述第二器官影像样本的标签信息,从所述第二器官影像样本中获取先验信息;

通过所述器官分割模型基于所述第二器官影像样本的先验信息,对所述第一器官影像样本和所述第二器官影像样本进行相似性分析,得到所述第一器官影像样本的器官分割结果;

根据所述第一器官影像样本的标签信息和所述第一器官影像样本的器官分割结果,计算所述器官分割模型对应的损失函数值;

根据所述损失函数值对所述器官分割模型的参数进行调整。

6.根据权利要求5所述的方法,其特征在于,所述根据所述第一器官影像样本的标签信息和所述第一器官影像样本的器官分割结果,计算所述器官分割模型对应的损失函数值,包括:

根据所述第一器官影像样本的标签信息和所述第一器官影像样本的器官分割结果,计算同一器官的两个轮廓区域之间的相似度;

基于所述相似度确定所述器官分割模型对应的损失函数值。

7.根据权利要求1至6任一项所述的方法,其特征在于,所述第一器官影像和所述第二器官影像为三维器官影像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010434332.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top