[发明专利]识别医学图像中的目标的模型训练、方法、设备及介质

权利要求书

1.一种识别医学图像中的目标的模型训练方法，其特征在于，包括：获取作为训练样本的所述医学图像和所述训练样本中的所述目标对应的标注区域；确定所述标注区域对应的区域分割结果，并利用所述训练样本和所述区域分割结果构建训练集，其中，通过对所述标注区域内的图像数据进行欠分割以获取所述区域分割结果；并且基于所述训练集训练待训练模型，并利用训练损失函数优化所述待训练模型，其中，在所述训练损失函数中，利用空间权重减小所述训练样本中的第一区域的像素对所述待训练模型的负面影响，所述第一区域为所述训练样本中的所述标注区域内的所述目标的目标区域以外的区域，所述目标区域由所述区域分割结果确定。

2.根据权利要求1所述的模型训练方法，其特征在于，获取所述区域分割结果进一步包括：

基于所述训练样本中所述标注区域对应的图像数据获取待分割图像数据、或基于所述训练样本中所述标注区域对应的图像数据以及感兴趣分割结果中所述标注区域对应的图像数据获取所述待分割图像数据，其中，所述感兴趣分割结果为用于识别所述训练样本的感兴趣区域的二值图像；并且利用目标分割阈值对所述待分割图像数据进行阈值分割，进而获取所述区域分割结果，其中，所述区域分割结果为二值图像。

3.根据权利要求2所述的模型训练方法，其特征在于：

根据所述目标所属的标注类别的获取阈值方法获取所述目标分割阈值，其中，各个标注类别的获取阈值方法由各个标注类别的平均面积和平均颜色确定，所述获取阈值方法包括第一种方法和第二种方法，所述第一种方法对应的标注类别的平均面积大于所述第二种方法对应的标注类别的平均面积且所述第一种方法对应的标注类别的平均颜色比所述第二种方法对应的标注类别的平均颜色浅；对于所述第一种方法，查找阈值，使所述待分割图像数据内灰度值大于所述阈值的像素的面积小于所述待分割图像数据的面积的预设倍数，将所述阈值作为所述目标分割阈值，其中，所述预设倍数大于0且小于1；对于所述第二种方法，若所述待分割图像数据的最小的边的长度小于预设长度，则取所述待分割图像数据中像素的灰度值的均值作为所述目标分割阈值，否则基于所述待分割图像数据的四个角的区域和中心区域的灰度值确定所述目标分割阈值。

4.根据权利要求2所述的模型训练方法，其特征在于，在获取所述区域分割结果之前：还对所述待分割图像数据的阈值分割结果进行腐蚀操作以获取至少一个连通区域，从所述至少一个连通区域中选择中心离所述待分割图像数据的中心最近的所述连通区域作为所述区域分割结果。

5.根据权利要求1所述的模型训练方法，其特征在于：

在所述空间权重中，所述训练样本中的所述第一区域的像素被分配第一权重，其中，所述第一权重为0。

6.根据权利要求1所述的模型训练方法，其特征在于：

所述训练样本中的所述第一区域、第二区域、第三区域和第四区域的像素分别被分配第一权重、第二权重、第三权重和第四权重，其中，所述第二区域为所述目标区域，所述第三区域为感兴趣区域内的不属于所述标注区域的区域，所述第四区域为所述感兴趣区域之外的区域，所述第一权重小于所述第二权重且小于所述第三权重，所述第四权重小于所述第二权重且小于所述第三权重。

7.根据权利要求1所述的模型训练方法，其特征在于：

所述待训练模型是语义分割模型，所述待训练模型的预测结果是所述训练样本的语义分割结果。

8.根据权利要求1所述的模型训练方法，其特征在于：

所述标注区域的形状为矩形。

9.一种电子设备，其特征在于，包括，至少一个处理电路，所述至少一个处理电路被配置为执行如权利要求1至8中任一项所述的模型训练方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至8中任一项所述的模型训练方法。