[发明专利]血管图像分类处理方法、装置、设备及存储介质

权利要求书

1.一种血管图像分类处理方法，其特征在于，所述方法包括：

获取第一血管图像样本、第二血管图像样本以及血管位置标注信息；所述第一血管图像样本是所述第二血管图像样本对应的低质量图像，所述血管位置标注信息用于指示所述第一血管图像样本中被标注出的至少两种类型血管的位置；

将所述第一血管图像样本输入第一图像处理模型，获得所述第一图像处理模型输出的预测增强图像，以及预测血管位置信息；所述预测增强图像是对所述第一血管图像样本进行质量增强后的图像；所述预测血管位置信息用于指示所述第一血管图像样本中被预测出的至少两种类型血管的位置；

基于所述第二血管图像样本、所述血管位置标注信息、所述预测增强图像以及所述预测血管位置信息，获取损失函数值；所述损失函数值中包含图像增强损失函数值，所述图像增强损失函数值是基于子损失函数值获取的；所述子损失函数值包括第一子损失函数值、第二子损失函数值、以及第三子损失函数值中的至少一种；所述第一子损失函数值用于指示所述第二血管图像样本与所述预测增强图像之间的整体差异；所述第二子损失函数值用于指示所述第二血管图像样本与所述预测增强图像之间的人眼视觉感知差异；所述第三子损失函数值用于指示所述第二血管图像样本与所述预测增强图像各自对应的血管部位的图像差异；

基于所述损失函数值对所述第一图像处理模型进行训练；

训练完成后的所述第一图像处理模型用于生成第二图像处理模型，所述第二图像处理模型用于对输入的目标血管图像进行处理，以输出所述目标血管图像的血管分类信息，所述血管分类信息用于指示所述目标血管图像中的目标类型血管，所述目标类型血管是所述至少两种类型血管中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一血管图像样本输入第一图像处理模型，获得所述第一图像处理模型输出的预测增强图像，以及预测血管位置信息，包括：

将所述第一血管图像样本输入第一图像处理模型；

通过所述第一图像处理模型中的图像分割分支对所述第一血管图像样本进行处理，获得所述图像分割分支输出的所述预测血管位置信息；

通过所述第一图像处理模型中的图像增强分支对所述第一血管图像样本进行处理，获得所述图像增强分支输出的所述预测增强图像。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第二血管图像样本、所述血管位置标注信息、所述预测增强图像以及所述预测血管位置信息，获取损失函数值，包括：

基于所述血管位置标注信息以及所述预测血管位置信息，获取所述损失函数值中的血管分类损失函数值；

基于所述第二血管图像样本以及所述预测增强图像，获取所述损失函数值中的所述图像增强损失函数值。

4.根据权利要求1所述的方法，其特征在于，响应于所述子损失函数值包括所述第三子损失函数值，所述方法还包括：

基于所述第二血管图像样本以及所述血管位置标注信息获取第一局部图像，所述第一局部图像是所述第二血管图像样本中的血管部位的图像；

基于所述预测增强图像以及所述预测血管位置信息获取第二局部图像，所述第二局部图像是所述预测增强图像中的血管部位的图像；

基于所述第一局部图像和所述第二局部图像，获取所述第三子损失函数值。

5.根据权利要求1所述的方法，其特征在于，响应于所述子损失函数值包括所述第一子损失函数值、所述第二子损失函数值、以及所述第三子损失函数值中的至少两项数值，所述方法还包括：

对所述子损失函数值中的至少两项数值进行加权处理，获得所述图像增强损失函数值。

6.根据权利要求3所述的方法，其特征在于，所述图像分割分支和所述图像增强分支共享编码器，所述图像分割分支还包含第一解码器，所述图像增强分支还包含第二解码器；

所述基于所述损失函数值对所述第一图像处理模型进行训练，包括：

基于所述血管分类损失函数值以及所述图像增强损失函数值，对所述编码器进行参数更新；

基于所述血管分类损失函数值对所述第一解码器进行参数更新；

基于所述图像增强损失函数值对所述第二解码器进行参数更新。