[发明专利]基于单中心标定数据实现医学图像域自适应分割的方法、系统、装置、处理器及其存储介质

权利要求书

1.一种基于单中心标定数据实现医学图像域自适应分割的方法，其特征在于，所述的方法包括以下步骤：

(1)提取原始输入图像中的金标准标定数据，将其输入至分割网络模型进行图像分割处理；

(2)根据图像分割结果，得到分割精度损失，依据所述的分割精度损失尽可能小的原则，对所述的分割网络模型进行调参优化；

(3)固定所述的分割网络模型中所包含的各项参数，并对所述的分割网络模型输入金标准标定数据以及未标定数据；

(4)提取经所述的分割网络模型中的最后一层卷积层处理得到的金标准标定数据特征图和未标定数据特征图，将其输入至域判别网络模型；

(5)所述的域判别网络模型进行对所述的金标准标定数据特征图的数据和未标定数据特征图的数据分别属于哪一类型原始数据的判定并输出判定结果；

(6)根据判定结果，得到域判别精度损失，依据所述的域判别精度损失尽可能小的原则，对所述的域判别网络模型进行调参优化；

(7)固定所述的域判别网络模型中所包含的各项参数，并对所述的分割网络模型输入所述的原始输入图像的金标准标定数据以及未标定数据；

(8)提取经所述的分割网络模型中的最后一层卷积层处理得到的金标准标定数据特征图和未标定数据特征图，将其输入至所述的域判别网络模型；

(9)所述的域判别网络模型进行对所述的金标准标定数据特征图和未标定数据特征图的数据分别属于哪一类型原始数据的判定并输出判定结果；

(10)根据判定结果，得到域判别精度损失，根据所述的域判别精度损失尽可能大的原则，对所述的分割网络模型进行调参优化；

并且，所述的步骤(1)至(10)在所述的分割网络模型中需进行重复迭代处理，

其中，所述的根据判定结果得到域判别精度损失，具体为：

所述的域判别网络模型对于原始输入图像中获取的数据属于金标准标定数据或者未标定数据的判定结果与获取得到的真实数据结果之间的差异。

2.根据权利要求1所述的基于单中心标定数据实现医学图像域自适应分割的方法，其特征在于，所述的根据图像分割结果得到分割精度损失，具体为：

所述的金标准标定数据通过所述的分割网络模型得到的分割结果与金标准之间的差异。

3.一种基于单中心标定数据实现医学图像域自适应分割的系统，其特征在于，所述的系统包括：

金标准标定数据提取功能模块，用于提取原始输入图像中的金标准标定数据，将其输入至分割网络模型进行图像分割处理；

第一分割网络模型调参优化功能模块，用于根据图像分割结果，得到分割精度损失，依据所述的分割精度损失尽可能小的原则，对所述的分割网络模型进行调参优化；

分割网络模型参数固定及输入功能模块，用于固定所述的分割网络模型中所包含的各项参数，并对所述的分割网络模型输入金标准标定数据以及未标定数据；

数据特征图提取功能模块，用于提取经所述的分割网络模型中的最后一层卷积层处理得到的金标准标定数据特征图和未标定数据特征图，将其输入至域判别网络模型；

原始数据类型判定功能模块，用于驱动所述的域判别网络模型进行对所述的金标准标定数据特征图和未标定数据特征图的数据分别属于哪一类型原始数据的判定并输出判定结果；

域判别网络模型调参优化功能模块，用于根据判定结果，得到域判别精度损失，依据所述的域判别精度损失尽可能小的原则，对所述的域判别网络模型进行调参优化；

域判别网络模型参数固定及输入功能模块，用于固定所述的域判别网络模型中所包含的各项参数，并对所述的分割网络模型输入所述的原始输入图像的金标准标定数据以及未标定数据；

第二分割网络模型调参优化功能模块，用于根据判定结果，得到域判别精度损失，根据所述的域判别精度损失尽可能大的原则，对所述的分割网络模型进行调参优化。

4.一种用于实现基于单中心标定数据的医学图像域自适应分割的装置，其特征在于，所述的装置包括：

处理器，被配置成执行计算机可执行指令；

存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现权利要求1至2中任一项所述的基于单中心标定数据实现医学图像域自适应分割的方法的各个步骤。