[发明专利]图像分割网络的训练和图像处理方法、装置、设备及介质

说明书

本公开涉及一种图像分割网络的训练和图像处理方法、装置、设备及介质，所述训练方法包括：对以第一成像方式进行成像的第一样本图像进行第一预处理，得到训练图像；通过第一样本图像和训练图像，训练图像分割网络。根据本公开的实施例的图像分割网络的训练方法，可对不满足预定的第二成像方式的第一样本图像进行预处理，得到训练图像，训练图像具备通过所述预定成像方式获得的医学图像的特征，更适用于所述指定人体部位，由此扩充了适用于指定部位的训练图像的数量，提高像分割网络的精度。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像分割网络的训练和图像处理方法、装置、设备及介质。

背景技术

在图像处理的过程中，特别是对医学三维图像的处理过程中，常需要对目标区域进行分割，例如，对CT(Computed Tomography，计算机断层扫描图像)或CBCT(Cone BeamComputed Tomography，锥形束计算机断层扫描图像)中的目标区域进行分割，以便于诊断。在相关技术中，人工分割消耗的时间和成本较大，采用阈值分割方法，耗时较长，重建误差较大，若采用神经网络等方法进行分割，可能因训练样本量不足等原因导致神经网络精度较低。

发明内容

本公开提出了一种图像分割网络的训练和图像处理方法、装置、设备及介质。

根据本公开的一方面，提供了一种图像分割网络的训练方法，所述图像分割网络用于对指定人体部位的医学图像进行分割，包括：对以第一成像方式进行成像的第一样本图像进行第一预处理，得到训练图像，所述训练图像具备通过预定的第二成像方式获得的医学图像的特征，所述预定的第二成像方式适用于对所述指定人体部位进行成像；通过所述第一样本图像和所述训练图像，训练所述图像分割网络。

根据本公开的实施例的图像分割网络的训练方法，可对不满足预定的第二成像方式的第一样本图像进行预处理，得到训练图像，训练图像具备通过所述预定的第二成像方式获得的医学图像的特征，因此相较于预处理之前的第一样本图像来说，训练图像更适用于所述指定人体部位，由此扩充了适用于所述指定人体部位的训练图像的数量，提高像分割网络的精度，并可通过第一样本图像和训练图像共同训练像分割网络，提高像分割网络对不同训练样本的适应能力，使得训练后的像分割网络能够适用于多种图像的分割处理。

在一种可能的实现方式中，对以第一成像方式进行成像的第一样本图像进行第一预处理，包括：对以第一成像方式进行成像的第一样本图像中像素的灰度值进行随机变换；和/或，对第一样本图像进行掩膜分割处理。

通过这种方式，可使第一图像的灰度特征(例如对比度)更接近满足预定成像方式医学图像。

在一种可能的实现方式中，所述掩膜分割处理采用圆柱形掩膜。

通过这种方式，可对不满足预定的第二成像方式的第一样本图像进行预处理，使预处理后得到训练图像满足预定成像方式的成像特征，可扩充训练图像的数量，提高训练效果。

在一种可能的实现方式中，所述方法还包括，利用以第二成像方式进行成像的第二样本图像，训练所述图像分割网络。

在一种可能的实现方式中，所述第一样本图像包括计算机断层扫描图像，所述预定成像方式包括锥形束计算机断层扫描成像方式，所述指定人体部位包括口腔。

根据本公开的一方面，提供了一种图像处理方法，包括：对待处理图像进行第二预处理，获得第三图像；将第三图像输入图像分割网络进行图像分割处理，获得第一区域，其中，所述图像分割网络通过所述的图像分割网络的训练方法训练得到；根据所述第一区域，获得所述待处理图像中目标对象所在的目标区域。

在一种可能的实现方式中，对待处理图像进行第二预处理，获得第三图像，包括：对待处理图像进行重采样处理，获得预设分辨率的第三图像。