[发明专利]图像分割方法及装置、电子设备、存储介质

说明书

本发明公开了图像分割方法及装置、电子设备、存储介质。该方法包括：获取第一医学图像；将所述第一医学图像转换为目标类型的第二医学图像，所述目标类型包括目标期相、目标对比度、目标模态和目标分辨率中的至少一种；将所述第二医学图像输入图像分割模型，以对所述第二医学图像中的感兴趣区域进行图像分割处理；其中，所述图像分割模型由目标类型的图像样本对神经网络训练得到，所述图像样本标注有感兴趣区域的标识信息；根据所述第二医学图像的分割结果确定所述第一医学图像的分割结果。从而无需训练多个不同类型的图像分割模型，无需对用于训练不同类型的图像分割模型的图像样本进行标注，可以节省大量人力成本。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像分割方法及装置、电子设备、存储介质。

背景技术

在神经网络领域中，通常会使用训练样本对神经网络进行训练，得到具有预期功能的模型，例如具有图像分割功能的模型。训练样本的数量、丰富程度直接关系到模型的精确度。在医学图像分割领域中，对于部分类型的医学图像来说，对其标注难度较大，意味着训练样本较难获取，在训练样本的数量不足的情况下，很难得到精确度较高的图像分割模型，也就难以对该类型的医学图像利用图像分割模型进行图像分割。

发明内容

本发明要解决的技术问题是为了克服现有技术中对于部分类型的医学图像，较难获得用于模型训练的图像样本，在图像样本的数据量不足的情况下，无法确保训练得到的图像分割模型的精确度，也就不能利用图像分割模型对该类型的医学图像进行图像分割的问题，提供一种图像分割方法及装置、电子设备、存储介质。

本发明是通过下述技术方案来解决上述技术问题：

第一方面，提供一种图像分割方法，包括：

获取第一医学图像；

将所述第一医学图像转换为目标类型的第二医学图像，所述目标类型包括目标期相、目标对比度、目标模态和目标分辨率中的至少一种；

将所述第二医学图像输入图像分割模型，以对所述第二医学图像中的感兴趣区域进行图像分割处理；其中，所述图像分割模型由目标类型的图像样本对神经网络训练得到，所述图像样本标注有感兴趣区域的标识信息；

根据所述第二医学图像的分割结果确定所述第一医学图像的分割结果。

可选地，将所述第一医学图像转换为目标类型的第二医学图像，包括：

将所述第一医学图像输入图像转换模型，得到所述第二医学图像；其中，所述图像转换模型由多组图像样本对神经网络训练得到，每组图像样本包括被扫描对象的至少一种类型的医学图像样本和目标类型的医学图像样本。

可选地，每组图像样本中包含的医学图像为经过图像配准处理之后的医学图像样本。

可选地，将所述第一医学图像转换为目标类型的第二医学图像，包括：

在所述目标类型包括所述目标分辨率的情况下，根据所述目标分辨率对所述第一医学图像进行采样处理，以得到所述目标分辨率的第二医学图像。

可选地，将所述第一医学图像转换为目标类型的第二医学图像之前，还包括：

判断所述第一医学图像的类型与所述目标类型是否相同；

若判断结果为否，则执行将所述第一医学图像转换为所述第二医学图像的步骤；

若判断结果为是，则将所述第一医学图像输入所述图像分割模型，以对所述第一医学图像进行图像分割处理。

可选地，将所述第一医学图像转换为目标类型的第二医学图像，包括：

若存在多个对应于不同目标类型的图像分割模型，则将所述第一医学图像转换为对应于所述不同目标类型的多个第二医学图像；