[發明專利]對圖像中的對象進行分割的方法及系統

有效

• 申請號: 201711399271.9
• 申請日: 2017-12-21
• 公開（公告）號: CN107967688B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 姜譞
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王文思

1.一種對圖像中的對象進行分割的方法，包括：

獲取第一圖像中所包含的N類對象所對應的第一標注數據，其中，所述第一圖像為CT圖像；

確定所述N類對象中每類對象的糾錯碼，得到N個糾錯碼；

根據所述N個糾錯碼，將與所述N類對象所對應的所述第一標注數據轉化為第二標注數據；以及

基于所述第二標注數據訓練M個分割模型，其中，所述M個分割模型用于分割第二圖像中所包含的對象，M≤N，且N和M為整數；

其中，所述N個糾錯碼中的每個具有M個糾錯位，根據所述N個糾錯碼，將與所述N類對象所對應的所述第一標注數據轉化為第二標注數據包括：

基于具有M個糾錯位的所述N個糾錯碼生成一個N行M列的編碼矩陣；以及

根據所述編碼矩陣中的M列信息，對所述第一圖像中所包含的N類對象進行分類，以實現將與所述N類對象所對應的第一標注數據轉化為所述第二標注數據；

所述根據所述編碼矩陣中的M列信息，對所述第一圖像中所包含的N類對象進行分類，以實現將與所述N類對象所對應的第一標注數據轉化為所述第二標注數據包括：

將所述第一圖像輸入到經訓練的M個判別模型中，以使所述M個判別模型對所述第一圖像中每個像素做類別判別，獲得所述M個判別模型判別后得到的所述N類對象的第二標注數據，所述M個判別模型是根據所述編碼矩陣中的M列信息訓練得到的。

2.根據權利要求1所述的方法，其中，所述方法還包括：

依次通過所述M個分割模型對與所述第二圖像中所包含的對象對應的像素點進行二值化處理，得到對應像素點的二值化數據；以及

通過預定算法將所述二值化數據與所述第二圖像中所包含的對象的糾錯碼進行比較，以確定所述第二圖像中所包含的對象的類別。

3.根據權利要求1所述的方法，其中，所述M個分割模型中至少包括第一類別分割模型和第二類別分割模型，所述N類對象中至少包括第一類別對象和第二類別對象，所述方法還包括：

通過所述第一類別分割模型對所述第一類別對象進行分割；和/或

通過所述第二類別分割模型對所述第二類別對象進行分割。

4.根據權利要求1所述的方法，其中，基于所述第二標注數據訓練M個分割模型包括：

采用機器學習方法基于所述第二標注數據訓練所述M個分割模型。

5.根據權利要求1所述的方法，其中：

所述N類對象包括N類生物器官。

6.一種對圖像中的對象進行分割的系統，包括：

獲取模塊，用于獲取第一圖像中所包含的N類對象所對應的第一標注數據，其中，所述第一圖像為CT圖像；

確定模塊，用于確定所述N類對象中每類對象的糾錯碼，得到N個糾錯碼；

轉換模塊，用于根據所述N個糾錯碼，將與所述N類對象所對應的所述第一標注數據轉化為第二標注數據；以及

訓練模塊，用于基于所述第二標注數據訓練M個分割模型，其中，所述M個分割模型用于分割第二圖像中所包含的對象，M≤N，且N和M為整數；

其中，所述N個糾錯碼中的每個具有M個糾錯位，所述轉換模塊包括：

生成單元，用于基于具有M個糾錯位的所述N個糾錯碼生成一個N行M列的編碼矩陣；以及

分類單元，用于根據所述編碼矩陣中的M列信息，對所述第一圖像中所包含的N類對象進行分類，以實現將與所述N類對象所對應的第一標注數據轉化為所述第二標注數據；

所述分類單元，具體用于將所述第一圖像輸入到經訓練的M個判別模型中，以使所述M個判別模型對所述第一圖像中每個像素做類別判別，獲得所述M個判別模型判別后得到的所述N類對象的第二標注數據，所述M個判別模型是根據所述編碼矩陣中的M列信息訓練得到的。

7.根據權利要求6所述的系統，其中，所述系統還包括：

處理模塊，用于依次通過所述M個分割模型對與所述第二圖像中所包含的對象對應的像素點進行二值化處理，得到對應像素點的二值化數據；以及

比較模塊，用于通過預定算法將所述二值化數據與所述第二圖像中所包含的對象的糾錯碼進行比較，以確定所述第二圖像中所包含的對象的類別。

8.根據權利要求6所述的系統，其中，所述M個分割模型中至少包括第一類別分割模型和第二類別分割模型，所述N類對象中至少包括第一類別對象和第二類別對象，所述系統還包括：

第一分割模塊，用于通過所述第一類別分割模型對所述第一類別對象進行分割；和/或

第二分割模塊，用于通過所述第二類別分割模型對所述第二類別對象進行分割。