[发明专利]一种图像分割方法、装置、设备和存储介质

说明书

本发明实施例公开了一种图像分割方法、装置、设备和存储介质，可以应用于数字医疗领域中。该方法包括：获取待分割的目标图像；确定目标图像中的局部图像块以及与局部图像块尺度相匹配的全局图像块；将局部图像块和全局图像块输入至预设分割网络模型中进行图像分割处理，预设分割网络模型用于：对输入的局部图像块和全局图像块进行特征融合，并基于融合后的目标特征信息进行分割处理；根据预设分割网络模型的输出，确定目标图像对应的分割结果。通过本发明实施例的技术方案，可以保证图像分割的准确性。

技术领域

本发明实施例涉及计算机技术，尤其涉及一种图像分割方法、装置、设备和存储介质。

背景技术

随着计算机技术和深度学习的快速发展，可以利用神经网络模型对高分辨率图像进行分割处理。例如，对三维医疗影像进行分割处理，以减少医生工作量，并为医生提供一个定量的参考用于治疗方案制定和手术指导。

目前，可以通过对高分辨率图像进行裁剪，获取图像中的局部图像块，并基于卷积神经网络模型对局部图像块进行分割处理。

然而，在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

由于卷积神经网络模型的卷积算子的感受野具有一定的局限性，从而卷积神经网络模型仅会关注到图像中少量的局部特征，无法获取全局特征，尤其是在处理纹理、形状和大小方面存在较大差异的目标结构时，利用现有的卷积神经网络模型无法有效保证图像分割的准确性。

发明内容

本发明实施例提供了一种图像分割方法、装置、设备和存储介质，以保证图像分割的准确性。

第一方面，本发明实施例提供了一种图像分割方法，包括：

获取待分割的目标图像；

确定所述目标图像中的局部图像块以及与所述局部图像块尺度相匹配的全局图像块；

将所述局部图像块和所述全局图像块输入至预设分割网络模型中进行图像分割处理，所述预设分割网络模型用于：对输入的所述局部图像块和所述全局图像块进行特征融合，并基于融合后的目标特征信息进行分割处理；

根据所述预设分割网络模型的输出，确定所述目标图像对应的分割结果。

第二方面，本发明实施例还提供了一种图像分割装置，包括：

目标图像获取模块，用于获取待分割的目标图像；

图像块确定模块，用于确定所述目标图像中的局部图像块以及与所述局部图像块尺度相匹配的全局图像块；

图像块输入模块，用于将所述局部图像块和所述全局图像块输入至预设分割网络模型中进行图像分割处理，所述预设分割网络模型用于：对输入的所述局部图像块和所述全局图像块进行特征融合，并基于融合后的目标特征信息进行分割处理；

分割结果确定模块，用于根据所述预设分割网络模型的输出，确定所述目标图像对应的分割结果。

第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的图像分割方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明任意实施例所提供的图像分割方法。

上述发明中的实施例具有如下优点或有益效果：