[发明专利]图像预测模型生成方法、装置、计算机设备和存储介质

权利要求书

1.一种图像预测模型生成方法，其特征在于，所述方法包括：

获取预训练的多视角图像生成模型；所述预训练的多视角图像生成模型用于根据预设对象中任一侧对应的医学图像生成另一侧对应的预测图像；

获取第一训练样本，将第一样本对象的非目标侧医学图像输入至所述预训练的多视角图像生成模型，得到所述第一样本对象的目标侧预测图像；

根据所述第一样本对象的目标侧医学图像和所述目标侧预测图像，对待训练的特征提取模型进行自监督训练，得到预训练的特征提取模型；

获取第二训练样本，以第二样本对象的目标侧医学图像作为输入，所述第二样本对象的目标侧标注图像作为监督信息，对待训练的区域预测模型进行训练，得到预训练的区域预测模型；所述待训练的区域预测模型基于所述预训练的特征提取模型构建得到。

2.根据权利要求1所述的方法，其特征在于，所述获取预训练的多视角图像生成模型，包括：

获取第三训练样本；所述第三训练样本包括所述预设对象中两侧部分各自对应的医学图像；

根据所述预设对象中任一侧对应的医学图像，得到所述预设对象中另一侧对应的预测图像；所述任一侧对应的医学图像与所述另一侧对应的预测图像为相同视角下的图像；

针对所述预设对象中的任一侧，根据所述任一侧在不同视角下对应的至少两个医学图像，得到所述至少两个医学图像各自对应的图像特征；

利用图像一致性损失值和视角特征转化损失值对待训练的多视角图像生成模型进行训练，得到所述预训练的多视角图像生成模型；所述图像一致性损失值为基于相同视角下同一侧对应的医学图像与预测图像得到的损失值，所述视角特征转化损失值为基于不同视角下同一侧对应的所述至少两个医学图像各自对应的图像特征得到的损失值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一样本对象的目标侧医学图像和所述目标侧预测图像，对待训练的特征提取模型进行自监督训练，得到预训练的特征提取模型，包括：

根据所述第一样本对象的目标侧预测图像生成负样本数据；所述第一样本对象的目标侧中存在病灶，所述第一样本对象的非目标侧中未存在病灶；

根据所述第一样本对象的目标侧医学图像，生成正样本数据；

确定所述正样本数据对应的正样本特征，以及确定所述负样本数据对应的负样本特征；

利用特征一致性损失值和特征对比损失值对待训练的特征提取模型进行训练，得到所述预训练的特征提取模型；所述特征一致性损失值包括基于多个所述正样本特征之间得到的损失值，以及基于多个所述负样本特征之间得到的损失值，所述特征对比损失值为根据相同视角下属于同一侧的所述正样本特征和所述负样本特征得到的损失值。

4.根据权利要求1所述的方法，其特征在于，所述待训练的区域检测模型包括所述预训练的特征提取模型中目标编码器，以及与所述目标编码器的输出位置连接的待训练目标解码器，所述以第二样本对象的目标侧医学图像作为输入，所述第二样本对象的目标侧标注图像作为监督信息，对待训练的区域预测模型进行训练，得到预训练的区域预测模型，包括：

将所述第二样本对象的目标侧医学图像，输入至所述待训练的区域检测模型中的所述目标编码器，并将输出结果输入至所述待训练目标解码器，得到样本预测图像；

基于所述第二样本对象的目标侧标注图像和所述样本预测图像之间的差异，对所述待训练目标解码器进行训练，得到训练完成的目标解码器，并根据所述训练完成的目标解码器得到所述预训练的区域预测模型。