[发明专利]三维医学影像标注方法、装置、电子设备及可读存储介质

说明书

本公开涉及一种三维医学影像标注方法、装置、电子设备及可读存储介质，方法包括获取包含N个三维医学影像的数据集，每个三维医学影像包括M帧切片图像；从数据集中的每个三维医学影像中提取一组切片图像，得到N组切片图像；对N组切片图像采用手动方式进行数据标注，得到N组切片图像中每个切片图像的标签信息；对数据集中除N组切片图像之外的剩余切片图像采用自动方式进行数据标注，得到剩余切片图像中每个切片图像的伪标签信息；基于第一切片图像标签信息和切片图像伪标签信息，得到N个三维医学影像中每个三维医学影像的切片图像标签集，第一切片图像标签信息是采用手动方式获取的切片图像标签信息。

技术领域

本公开涉及图像处理技术领域，具体涉及一种三维医学影像标注方法、装置、电子设备及可读存储介质。

背景技术

目前基于深度学习的医学影像分割模型大多是针对二维切片图像的，它们仅对每帧切片图像做不同结构组织的分割和标注，而无法利用医学影像帧间的空间连续性来提高模型分割准确度，这使得分割得到的切片图像间的结构标签缺乏空间连续性。

在医学影像处理中，有研究表明对三维医学影像使用三维模型进行图像分割和标注比对切片图像使用二维模型进行图像分割和标注更加合理，因为三维模型能够更加充分利用三维医学影像的帧间空间信息。而要获得三维模型，又需要构建三维医学影像样本及其标注数据集，也就是说，基于三维医学影像样本构建其标注数据集是利用三维模型开展三维医学影像分割任务的必要前提。但是受计算机屏幕显示的限制，三维医学影像的分割标注只能在二维切片图像层面进行。现有技术中，对三维医学影像进行标注，基本采用对三维医学影像中包含的所有二维切片图像以全手动逐切片图像的方式进行标注的，标注工作量较大，标注过程繁冗且效率较低。

发明内容

为了解决相关技术中的问题：

第一方面，本公开实施例提供一种三维医学影像标注方法，包括：

获取包含N个三维医学影像的数据集，其中，所述N个三维医学影像是针对相同活体组织结构采集的三维医学影像，每个三维医学影像包括M帧切片图像；

从所述数据集中的每个三维医学影像中提取一组切片图像，得到N组切片图像；

通过对所述N组切片图像采用手动方式进行数据标注，以获取所述N组切片图像中每个切片图像的标签信息；

对所述数据集中除所述N组切片图像之外的剩余切片图像采用自动方式进行数据标注，以获取所述剩余切片图像中每个切片图像的伪标签信息，其中，所述自动方式包括利用标签标注模型进行数据标注的方式，所述标签标注模型是利用所述N组切片图像训练得到的；以及

基于第一切片图像标签信息和利用所述标签标注模型获取的切片图像伪标签信息，得到所述N个三维医学影像中每个三维医学影像的切片图像标签集，其中，所述第一切片图像标签信息是采用所述手动方式获取的切片图像标签信息。

根据本公开的实施例，其中，基于第一切片图像标签信息和利用所述标签标注模型获取的切片图像伪标签信息，得到所述N个三维医学影像中每个三维医学影像的切片图像标签集，包括：

对利用所述标签标注模型获取的切片图像伪标签信息进行确认和修正，得到对应的第二切片图像标签信息；以及

基于所述第一切片图像标签信息和所述第二切片图像标签信息，得到所述N个三维医学影像中每个三维医学影像的切片图像标签集。

根据本公开的实施例，其中，从所述数据集中的每个三维医学影像中提取一组切片图像，包括：针对每个三维医学影像，

计算当前三维医学影像中两两相邻帧切片图像之间的相似度，得到包含(M-1)个相似度值的相似度散点序列；

基于所述相似度散点序列，确定所述当前三维医学影像中每帧切片图像的采样概率；以及