[发明专利]医学图像标注方法、装置、电子设备和存储介质

说明书

本发明提供了一种医学图像标注方法、装置、电子设备和存储介质，医学图像标注方法包括：将第一待标注医学图像输入前景图像预测模型，获得第一预测结果，进而为第一待标注医学图像中属于前景图像的像素点设置第一标签；根据设置了第一标签的像素点，确定第二待标注医学图像并输入各目标对象预测模型，分别获得各目标对象预测模型输出的第二预测结果；针对各第二预测结果，分别根据各第二预测结果，为第二待标注医学图像中属于第二预测结果对应的目标对象的像素点设置第二标签。本申请通过将第二标注医学图像分别输入各目标对象预测模型，能够将像素点标注为对应于各目标对象的像素点，相对于人工标注，拥有更高的精确度和标注效率。

技术领域

本申请实施例涉及图像处理技术领域，尤其涉及一种医学图像标注方法、装置、电子设备和存储介质。

背景技术

随着医学技术的蓬勃发展，人工智能在医学领域的应用越来越多，而在这些人工智能应用以及相关算法模型背后，需要不断地提供足够多的标注数据，才能有源源不断的算法模型迭代和模型生成。

目前，在基于医学图像标注的传统方法中，标注员需要对图像进行阅读、识别，并对其做出最终的诊断和判断，以进行标注。

然而，通过人工进行图像标注的方式非常低效，且个体差异大，标注员凭个人的经验很容易漏标和误标，长时间标注也会导致标注员疲劳，阅片准确率下降。

发明内容

本发明实施例提供一种医学图像标注方法、装置、电子设备和存储介质，以解决或者缓解现有技术中的技术问题。

本发明采用的技术方案为：

第一方面，本申请实施例提供了一种医学图像标注方法，其包括：

将第一待标注医学图像输入前景图像预测模型，获得所述前景图像预测模型输出的针对所述第一待标注医学图像中各像素点的第一预测结果，其中，所述第一预测结果用于指示像素点属于前景图像或属于背景图像；根据所述第一预测结果，为所述第一待标注医学图像中属于前景图像的像素点设置第一标签；根据设置了第一标签的像素点，确定第二待标注医学图像；将所述第二待标注医学图像输入各目标对象预测模型，分别获得各所述目标对象预测模型输出的第二预测结果，其中，所述第二预测结果用于指示像素点属于各目标对象的概率；针对各所述第二预测结果，分别根据各所述第二预测结果，为所述第二待标注医学图像中属于所述第二预测结果对应的目标对象的像素点设置第二标签，并根据设置了第二标签的像素点，确定目标对象分割图像。

可选地，在一种实施例中，所述第一预测结果为与所述第一待标注医学图像尺寸相同的二值图像。

可选地，在一种实施例中，所述医学图像标注方法还包括：通过预先进行标注的标注图像集对骨干网络进行训练，获得第一预测模型；将验证图像集输入所述第一预测模型，并根据所述第一预测模型输出的验证图像预测结果对所述第一预测模型进行优化；将优化后的模型确定为所述前景图像预测模型。

可选地，在一种实施例中，所述将验证图像集输入所述第一预测模型，并根据所述第一预测模型输出的验证图像预测结果对所述第一预测模型进行优化，包括：计算所述验证图像预测结果与所述验证图像集的差异信息；根据所述差异信息，构建损失函数；根据所述损失函数，对损失第一预测模型进行优化。

可选地，在一种实施例中，所述通过预先进行标注的标注图像集对骨干网络进行训练，包括：对所述标注图像集中的各图像的尺寸进行标准化操作，将各图像调整为相同尺寸的图像；通过尺寸相同的标注图像集对所述骨干网络进行训练。

可选地，在一种实施例中，所述医学图像标注方法还包括：根据所述第一预测结果，为所述第一待标注医学图像中属于背景图像的像素点设置第三标签；根据设置了第三标签的像素点，确定背景图像；根据确定出的各所述目标对象分割图像和所述背景图像，进行三维重建，获得包含各目标对象分割图像的三维医学图像。