[发明专利]模型训练方法、病灶分割方法、装置、计算机设备和介质

权利要求书

1.一种模型训练方法，应用于PET图像的病灶分割，其特征在于，所述方法包括：

获取预训练神经网络模型，所述预训练神经网络模型基于初始数据训练得到；

获取目标任务数据；

基于所述目标任务数据对所述预训练神经网络模型进行训练，得到目标神经网络模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标任务数据对所述预训练神经网络模型进行训练包括：

将所述目标任务数据与所述初始数据进行比对；

基于比对结果对所述目标任务数据进行预处理，得到训练数据；

基于所述训练数据对所述预训练神经网络模型进行训练。

3.根据权利要求2所述的方法，其特征在于，所述将所述目标任务数据与所述初始数据进行比对包括：

确定所述目标任务数据与所述初始数据的重合度；

将所述重合度与预设阈值进行比对，得到比对结果。

4.根据权利要求3所述的方法，其特征在于，所述基于比对结果对所述目标任务数据进行预处理，得到训练数据包括：

若所述重合度大于所述预设阈值，则将所述目标任务数据中与所述初始数据不重合的数据进行剔除，得到所述训练数据；

若所述重合度不大于所述预设阈值，则将所述目标任务数据插值到所述初始数据中，得到所述训练数据。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述将所述目标任务数据与所述初始数据进行比对包括：

将所述目标任务数据与所述初始数据的分布情况进行比对，所述分布情况包括图像的层间距、每层像素大小、每个图像序列的像素最大值、最小值、平均值、方差中的至少一项。

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标任务数据对所述预训练神经网络模型进行训练，得到目标神经网络模型还包括：

基于所述目标任务数据确定任务参数；

基于所述任务参数确定神经网络模型的目标输出层；

将所述目标输出层替换所述预训练神经网络模型的输出层，得到目标神经网络模型。

7.一种病灶分割方法，应用于PET图像，其特征在于，所述方法包括：

将待分割图像输入目标神经网络模型中，得到病灶分割图像，其中，所述目标神经网络模型通过权利要求1-6任一项所述的模型训练方法训练得到。

8.一种模型训练装置，其特征在于，所述装置包括：

模型获取模块，用于获取预训练神经网络模型，所述预训练神经网络模型基于初始数据训练得到；

数据获取模块，用于获取目标任务数据；

训练模块，用于基于所述目标任务数据对所述预训练神经网络模型进行训练，得到目标神经网络模型。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6任一项所述的模型训练方法或者权利要求7所述的病灶分割方法。

10.一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，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的模型训练方法或者权利要求7所述的病灶分割方法。