[发明专利]一种图像分割方法

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：

获取原始医学图像，将所述原始医学图像输入图像合成模型中，得到与所述原始医学图像所对应的预测输入图像；

获取与边界解码器对应的输入图像模板，根据所述原始医学图像和所述输入图像模板对所述预测输入图像进行调整，得到目标输入图像；

将所述目标输入图像输入所述边界解码器中，得到与所述原始医学图像所对应的分割结果图。

2.根据权利要求1所述的图像分割方法，其特征在于，所述根据所述原始医学图像和所述输入图像模板对所述预测输入图像进行调整，得到目标输入图像，包括：

获取所述原始医学图像中的第一轮廓特征、所述预测输入图像中的第二轮廓特征、所述输入图像模板中的第一对比度特征以及所述第一预测输入图像中的第二对比度特征；

根据所述第一轮廓特征对所述第二轮廓特征进行调整，并根据所述第一对比度特征对所述第二对比度特征进行调整，得到所述目标输入图像。

3.根据权利要求2所述的图像分割方法，其特征在于，所述获取所述原始医学图像中的第一轮廓特征、所述预测输入图像中的第二轮廓特征、所述输入图像模板中的第一对比度特征以及所述第一预测输入图像中的第二对比度特征，包括：

分别对所述原始医学图像、所述预测输入图像和所述输入图像模板进行全局特征提取，得到与所述原始医学图像对应的第一全局特征、所述预测输入图像对应的第二全局特征以及所述输入图像模板对应的第三全局特征；

分别对所述第一全局特征和所述第二全局特征进行轮廓特征提取，得到与所述第一全局特征对应的所述第一轮廓特征和与所述第二全局特征对应的所述第二轮廓特征；

分别对所述第二全局特征和所述第三全局特征进行对比度特征提取，得到与所述第二全局特征对应的所述第二对比度特征和与所述第三全局特征对应的所述第一对比度特征。

4.根据权利要求3所述的图像分割方法，其特征在于，所述分别对所述第一全局特征和所述第二全局特征进行轮廓特征提取，得到与所述第一全局特征对应的所述第一轮廓特征和与所述第二全局特征对应的所述第二轮廓特征，包括：

将所述第一全局特征输入预设的内容编码器，得到所述内容编码器基于所述第一全局特征输出的所述第一轮廓特征；

将所述第二全局特征输入所述内容编码器，得到所述内容编码器基于所述第二全局特征输出的所述第二轮廓特征。

5.根据权利要求3所述的图像分割方法，其特征在于，所述分别对所述第二全局特征和所述第三全局特征进行对比度特征提取，得到与所述第二全局特征对应的所述第二对比度特征和与所述第三全局特征对应的所述第一对比度特征，包括：

将所述第二全局特征输入预设的风格编码器，得到所述风格编码器基于所述第二全局特征输出的所述第二对比度特征；

将所述第三全局特征输入所述风格编码器，得到所述风格编码器基于所述第三全局特征输出的所述第一对比度特征。

6.根据权利要求2所述的图像分割方法，其特征在于，所述根据所述第一轮廓特征对所述第二轮廓特征进行调整，并根据所述第一对比度特征对所述第二对比度特征进行调整，得到所述目标输入图像，包括：

将所述第一轮廓特征和所述第二轮廓特征输入第一损失函数中，得到第一误差反馈信息，根据所述第一误差反馈信息对所述第二轮廓特征进行调整；

将所述第一对比度特征和所述第二对比度特征输入第二损失函数中，得到第二误差反馈信息，根据所述第二误差反馈信息对所述第二对比度特征进行调整。

7.根据权利要求1所述的图像分割方法，其特征在于，所述将所述目标输入图像输入所述边界解码器中，得到与所述原始医学图像所对应的分割结果图，包括：

获取所述目标输入图像中的第三轮廓特征，对所述第三轮廓特征进行强化，得到所述目标输入图像对应的边界强化图像；

将所述边界强化图像输入所述边界解码器中，得到与所述原始医学图像所对应的分割结果图。