[发明专利]一种淋巴结分割方法、装置、电子设备及可读存储介质

权利要求书

1.一种淋巴结分割方法，其特征在于，包括：

获取待处理图像，所述待处理图像包括多个待分割淋巴结；

对所述待处理图像进行预处理，得到多个目标图像，所述目标图像的尺寸小于所述待处理图像的尺寸，所述目标图像包括至少一个待分割淋巴结；

采用淋巴结分割模型对各所述目标图像进行处理，得到对应的淋巴结分割结果；其中，所述淋巴结分割模型训练时的损失函数是基于淋巴结掩膜回归损失，淋巴结长径端点、短径端点回归损失，以及淋巴结轮廓回归损失进行加权计算得到；淋巴结分割模型包括分割子模型和计算子模型，分割子模型用于对各目标图像进行处理，得到对应的淋巴结掩膜信息；计算子模型用于基于淋巴结掩膜信息，计算淋巴结长径端点、短径端点信息以及淋巴结轮廓信息；所述淋巴结分割结果包括所述至少一个待分割淋巴结的淋巴结掩膜信息，淋巴结长径端点、短径端点信息以及淋巴结轮廓信息。

2.根据权利要求1所述的淋巴结分割方法，其特征在于，所述淋巴结分割模型的训练步骤包括：

获取多个训练样本，每个所述训练样本包括样本图像和对应的标签信息，所述样本图像包括至少一个样本淋巴结区域，所述标签信息包括与所述至少一个样本淋巴结区域对应的样本淋巴结掩膜信息，样本淋巴结长径端点、短径端点信息，以及样本淋巴结轮廓信息；

针对每个样本图像：采用神经网络模型对所述样本图像进行处理，得到对应的样本淋巴结分割结果，所述样本淋巴结分割结果包括预测淋巴结掩膜信息，预测淋巴结长径端点、短径端点信息，以及预测淋巴结轮廓信息；根据所述样本淋巴结掩膜信息，所述样本淋巴结长径端点、短径端点信息，所述样本淋巴结轮廓信息，所述预测淋巴结掩膜信息，所述预测淋巴结长径端点、短径端点信息，以及所述预测淋巴结轮廓信息计算损失函数；根据所述损失函数对所述神经网络模型的网络参数进行调整；

将各所述样本进行多次迭代训练，直至所述损失函数满足预设条件；

基于训练好的神经网络模型得到淋巴结分割模型。

3.根据权利要求2所述的淋巴结分割方法，其特征在于，所述神经网络模型包括分割子网络和计算子网络；

所述采用神经网络模型对所述样本图像进行处理，得到对应的样本淋巴结分割结果，所述样本淋巴结分割结果包括预测淋巴结掩膜信息、预测淋巴结长径端点、短径端点信息，以及预测淋巴结轮廓信息，包括：

采用所述分割子网络对所述样本图像进行处理，得到所述预测淋巴结掩膜信息；

采用所述计算子网络对所述预测淋巴结掩膜信息进行处理，得到所述预测淋巴结长径端点、短径端点信息，以及所述预测淋巴结轮廓信息。

4.根据权利要求3所述的淋巴结分割方法，其特征在于，所述采用所述计算子网络对所述预测淋巴结掩膜信息进行处理，得到所述预测淋巴结长径端点、短径端点信息，以及所述预测淋巴结轮廓信息，包括：

基于所述预测淋巴结掩膜信息，采用所述计算子网络计算每层淋巴结的面积，将面积最大的淋巴结层对应的长径端点、短径端点信息，作为所述预测淋巴结长径端点、短径端点信息；

基于所述预测淋巴结掩膜信息，采用所述计算子网络按照预设规则选取预设数量的淋巴结轮廓点信息，作为所述预测淋巴结轮廓信息。

5.根据权利要求2所述的淋巴结分割方法，其特征在于，所述根据所述样本淋巴结掩膜信息，所述样本淋巴结长径端点、短径端点信息，所述样本淋巴结轮廓信息，所述预测淋巴结掩膜信息，所述预测淋巴结长径端点、短径端点信息，以及所述预测淋巴结轮廓信息计算损失函数，包括：

根据所述样本淋巴结掩膜信息及所述预测淋巴结掩膜信息计算淋巴结掩膜回归损失；

根据所述样本淋巴结长径端点、短径端点信息以及所述预测淋巴结长径端点、短径端点信息计算淋巴结长径端点、短径端点回归损失；

根据所述样本淋巴结轮廓信息以及所述预测淋巴结轮廓信息计算淋巴结轮廓回归损失；

将所述淋巴结掩膜回归损失，所述淋巴结长径端点、短径端点回归损失，以及所述淋巴结轮廓回归损失进行加权求和处理，得到所述损失函数。