[发明专利]基于图像分割的心脏图像处理方法、装置、设备及介质

说明书

本申请涉及医疗领域以及人工智能中的图像分割领域，提供了一种心脏图像处理方法，包括：获取第一样本数据集和第二样本数据集；对所述第一样本数据集进行扩充，得到第三样本数据集，并获取待训练的心脏分割模型，其中，心脏分割模型包括学生网络和教师网络；根据第二样本数据集和第三样本数据集，对心脏分割模型进行迭代训练，得到目标心脏分割模型；获取待分割的目标心脏图像，并将目标心脏图像输入目标心脏分割模型进行图像分割，得到目标心脏分割图像。本申请减少心脏分割模型的数据标注成本，提高心脏分割模型的准确性。本申请还涉及区块链技术，上述目标心脏分割模型可存储在区块链中。

技术领域

本申请涉及图像处理领域，尤其涉及一种基于图像分割的心脏图像处理方法、装置、设备及介质。

背景技术

心脏是人体中最重要的器官之一，心脏疾病会严重影响患者的日常生活，甚至随时可能夺走患者的生命。对心脏图像进行分割在临床医学研究心脏病变组织中起着至关重要的作用，它能够辅助医生诊断，减少人为失误，提高就医效率，节省医生和病人宝贵时间。目前，主要基于深度学习算法来训练心脏分割模型，为了使得心脏分割模型具有良好的分割效果，需要大量有标注的心脏图像，而心脏图像的标注较为困难，需要耗费较多的人力物力，用户体验不好。

发明内容

本申请实施例提供一种基于图像分割的心脏图像处理方法、装置、设备及介质，旨在减少心脏分割模型的数据标注成本，提高心脏分割模型的准确性。

第一方面，本申请实施例提供一种基于图像分割的心脏图像处理方法，包括：

获取第一样本数据集和第二样本数据集，所述第一样本数据集中的数据包含标注，所述第二样本数据集中的数据无标注；

对所述第一样本数据集进行扩充，得到第三样本数据集，并获取待训练的心脏分割模型，其中，所述心脏分割模型包括学生网络和教师网络；

根据所述第二样本数据集和所述第三样本数据集，对所述心脏分割模型进行迭代训练，得到目标心脏分割模型，其中，所述教师网络的模型参数是基于指数加权平均算法和所述学生网络的模型参数进行更新的；

获取待分割的目标心脏图像，并将所述目标心脏图像输入所述目标心脏分割模型进行图像分割，得到目标心脏分割图像。

第二方面，本申请实施例还提供一种心脏图像处理装置，所述心脏图像处理装置包括：

获取模块，用于获取第一样本数据集和第二样本数据集，所述第一样本数据集中的数据包含标注，所述第二样本数据集中的数据无标注；

数据扩充模块，用于对所述第一样本数据集进行扩充，得到第三样本数据集；

所述获取模块，还用于获取待训练的心脏分割模型，其中，所述心脏分割模型包括学生网络和教师网络；

模型训练模块，用于根据所述第二样本数据集和所述第三样本数据集，对所述心脏分割模型进行迭代训练，得到目标心脏分割模型，其中，所述教师网络的模型参数是基于指数加权平均算法和所述学生网络的模型参数进行更新的；

图像分割模块，用于获取待分割的目标心脏图像，并将所述目标心脏图像输入所述目标心脏分割模型进行图像分割，得到目标心脏分割图像。

第三方面，本申请实施例还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的心脏图像处理方法的步骤。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上所述的心脏图像处理方法的步骤。