[发明专利]图像分割方法、装置、计算机设备和存储介质

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：

获取待测对象的初始扫描图像；

将所述初始扫描图像输入预设的图像处理模型中，获得目标分割图像；所述目标分割图像为所述初始扫描图像对应的掩模图像，所述掩模图像中包括所述初始扫描图像中的至少一种标注对象；

其中，所述图像处理模型包括生成网络模型和图像分割模型，所述生成网络模型用于根据所述初始扫描图像生成辅助图像；所述图像分割模型为采用初始扫描图像样本集和辅助图像样本集训练得到的分割模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述初始扫描图像输入预设的图像处理模型中，获得目标分割图像，包括：

将所述初始扫描图像输入所述生成网络模型中，得到所述辅助图像；

将所述初始扫描图像和所述辅助图像输入所述图像分割模型中，得到所述目标分割图像。

3.根据权利要求2所述的方法，其特征在于，所述初始扫描图像包括平扫CT图像或T1图像中的一种，所述辅助图像包括增强CT图像、MR图像、T1增强图像或T2图像中的一种。

4.根据权利要求3所述的方法，其特征在于，所述初始扫描图像为平扫CT图像，所述辅助图像为增强CT图像；所述将所述初始扫描图像输入所述生成网络模型中，得到所述辅助图像，包括：

将所述平扫CT图像输入所述生成网络模型中，得到增强CT图像；所述生成网络模型为采用平扫CT图像样本集和增强CT图像样本集训练得到的生成网络模型。

5.根据权利要求4所述的方法，其特征在于，所述将所述初始扫描图像和所述辅助图像输入所述图像分割模型中，得到所述目标分割图像，包括：

对所述平扫CT图像和所述增强CT图像进行图像预处理，得到预处理后的平扫CT图像和预处理后的增强CT图像；所述预处理包括重采样、归一化和裁剪中的至少一种；

将所述预处理后的平扫CT图像和所述预处理后的增强CT图像输入所述图像分割模型中，得到所述目标分割图像。

6.根据权利要求5所述的方法，其特征在于，所述将所述预处理后的平扫CT图像和所述预处理后的增强CT图像输入所述图像分割模型中，得到所述目标分割图像，包括：

将所述预处理后的平扫CT图像和所述预处理后的增强CT图像输入所述图像分割模型中，得到候选分割图像；

对所述候选分割图像进行图像后处理，得到所述目标分割图像；所述后处理包括高斯平滑处理和/或最大连通域处理。

7.根据权利要求5所述的方法，其特征在于，所述将所述预处理后的平扫CT图像和所述预处理后的增强CT图像输入所述图像分割模型中，得到所述目标分割图像之前，所述方法还包括：

获取所述平扫CT图像样本集，并将所述平扫CT图像样本集中的每个平扫CT图像样本，输入所述生成网络模型中，得到所述每个平扫CT图像样本分别对应的增强CT图像样本；

采用所述每个平扫CT图像样本、所述每个平扫CT图像样本分别对应的增强CT图像样本、以及所述每个平扫CT图像样本分别对应的标签掩模图像，对初始图像分割模型进行训练，得到所述图像分割模型。

8.根据权利要求7所述的方法，其特征在于，所述采用所述每个平扫CT图像样本、所述每个平扫CT图像样本分别对应的增强CT图像样本、以及所述每个平扫CT图像样本分别对应的标签掩模图像，对初始图像分割模型进行训练，得到所述图像分割模型，包括：

将所述每个平扫CT图像样本、所述每个平扫CT图像样本分别对应的增强CT图像样本、以及所述每个平扫CT图像样本分别对应的标签掩模图像，输入所述初始图像分割模型中，得到中间掩模图像；所述中间掩模图像为采用multi-head输出方式得到的掩模图像；

采用预设损失函数，计算所述中间掩模图像和所述平扫CT图像样本对应的标签掩模图像之间的损失值，并根据所述损失值更新所述初始图像分割模型，得到所述图像分割模型。