[发明专利]图像分割模型的训练样本的标记方法、训练方法及装置

权利要求书

1.一种图像分割模型的训练样本的标记方法，其特征在于，包括：

对待标记图像的目标区域进行粗标记，以得到粗标记图像；

基于所述粗标记图像执行填洞操作，以得到标记图像，其中，所述标记图像和所述待标记图像为所述图像分割模型的训练样本。

2.根据权利要求1所述的标记方法，其特征在于，所述基于所述粗标记图像执行填洞操作，以得到标记图像，包括：

对所述粗标记图像沿第一个方向的第一组切片、沿第二个方向的第二组切片、以及沿第三个方向的第三组切片中的至少一组切片进行二维填洞操作，以得到所述标记图像。

3.根据权利要求1所述的标记方法，其特征在于，所述基于所述粗标记图像执行填洞操作，以得到标记图像，包括：

对所述粗标记图像进行三维填洞操作和/或二维填洞操作，以得到所述标记图像。

4.根据权利要求1所述的标记方法，其特征在于，所述基于所述粗标记图像执行填洞操作，以得到标记图像，包括：

对所述粗标记图像进行轮廓修复，以得到轮廓闭合的图像；

对所述轮廓闭合的图像的轮廓内的空洞部分进行二维填洞操作和/或三维填洞操作，以得到所述标记图像。

5.根据权利要求1至4中任一项所述的标记方法，其特征在于，所述对待标记图像的目标区域进行粗标记，以得到粗标记图像，包括：

基于区域生长算法对所述待标记图像进行粗标记，以得到所述粗标记图像，或者，

基于超像素算法对所述待标记图像进行粗标记，以得到所述粗标记图像，或者，

将所述待标记图像输入深度学习模型进行分割，以得到所述粗标记图像。

6.根据权利要求1至4中的任一项所述的标记方法，其特征在于，所述目标区域为骨骼区域，所述待标记图像为电子计算机断层扫描图像。

7.一种图像分割模型的训练方法，其特征在于，包括：

采用如权利要求1至6中的任一项所述的图像分割模型的训练样本的标记方法获取训练样本；

利用所述训练样本对深度学习模型进行训练得到所述图像分割模型。

8.根据权利要求7所述的训练方法，其特征在于，还包括：

利用所述图像分割模型对原始图像进行分割，得到分割结果；

将所述分割结果和所述原始图像作为新的样本更新所述图像分割模型。

9.一种图像分割模型的训练样本的标记装置，其特征在于，包括：

粗标记模块，用于对待标记图像的目标区域进行粗标记，以得到粗标记图像；

填洞模块，用于基于所述粗标记图像执行填洞操作，以得到标记图像，其中，所述标记图像和所述待标记图像为所述图像分割模型的训练样本。

10.一种图像分割模型的训练装置，其特征在于，包括：

获取模块，用于采用如权利要求1至6中的任一项所述的图像分割模型的训练样本的标记方法获取训练样本；

训练模块，用于利用所述训练样本对深度学习模型进行训练得到所述图像分割模型。

11.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1至6中任一项所述的图像分割模型的训练样本的标记方法或权利要求7至8中任一项所述的图像分割模型的训练方法。

12.一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器，

其中，所述处理器用于执行上述权利要求1至6中任一项所述的图像分割模型的训练样本的标记方法或权利要求7至8中任一项所述的图像分割模型的训练方法。