[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

说明书

本申请涉及图像预测模型生成方法、装置、计算机设备和存储介质。所述方法包括：获取预训练的多视角图像生成模型；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预训练的多视角图像生成模型，得到第一样本对象的目标侧预测图像；根据第一样本对象的目标侧医学图像和目标侧预测图像，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，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。采用本方法能够基于多视角图像进行自监督对抗训练，提升了训练效率和训练精度，达到了精准地乳腺病灶分割效果。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像预测模型生成方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

目前，对于乳腺癌的诊断，大部分采用钼靶筛查的影像模式进行检测，钼靶图像是一种基于低能X线获取高分辨率的图像，其可以发现被重叠的乳腺组织掩盖的异常病灶或肿瘤，因此，准确的辅助诊断乳腺钼靶影像对于提高乳腺钼靶筛查十分必要。

传统方法中，通常是由放射科医生手工勾画钼靶图像中感兴趣区域，费时费力、人工缺乏一致性；或采用传统的计算机辅助系统进行钼靶图像分割，但该方法因病变位置、病灶形状和外观不具有统一性，会导致分割结果不准确，易产生大量的假阳性，且由于不同病灶所占像素范围差异大，也无法适应性针对不同病灶准确分割，同时钼靶图像中，不同视角的图像信息差异大。

因此，相关技术中存在钼靶图像分割准确性差的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决上述问题的图像预测模型生成方法、装置、计算机设备、存储介质和计算机程序产品。

第一方面，本申请提供了一种图像预测模型生成方法，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。

在其中一个实施例中，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。

在其中一个实施例中，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：