[發明專利]模型生成方法、醫學圖像分割方法、裝置、設備及介質

有效

• 申請號: 202010197600.7
• 申請日: 2020-03-19
• 公開（公告）號: CN111429421B
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 康清波;譚衛雄;張榮國;李新陽;王少康;陳寬
• 申請（專利權）人: 推想醫療科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/187;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種模型生成方法，其特征在于，包括：

獲取樣本胸部的樣本圖像、所述樣本圖像中已知肺部的肺部掩膜圖像、以及所述肺部掩膜圖像的形狀先驗知識；

將所述樣本圖像、所述肺部掩膜圖像和所述形狀先驗知識作為一組訓練樣本，基于多組所述訓練樣本對原始分割模型進行訓練，生成肺部分割模型；

其中，所述原始分割模型包括特征提取網絡，以及與所述特征提取網絡分別連接的圖像分割網絡和先驗知識回歸網絡；所述特征提取網絡包括U-Net網絡結構的編碼器、所述圖像分割網絡包括U-Net網絡結構的解碼器；

所述基于多組所述訓練樣本對原始分割模型進行訓練，生成肺部分割模型，包括：

將所述樣本圖像輸入至原始分割模型中，根據所述原始分割模型的輸出結果，得到肺部預測圖像和形狀預測知識；

根據所述肺部預測圖像和所述肺部掩膜圖像確定所述圖像分割網絡的分割損失函數，并根據所述肺部預測圖像、所述形狀預測知識和所述形狀先驗知識確定所述先驗知識回歸網絡的回歸損失函數；

根據所述分割損失函數和所述回歸損失函數確定所述原始分割模型的損失函數，并將所述損失函數反向輸入至所述原始分割模型，調節所述原始分割模型的網絡參數，生成肺部分割模型；

其中，在模型訓練過程中，圖像分割任務的輸出結果為所述肺部預測圖像，全局圖像回歸任務的輸出結果為所述形狀預測知識；所述圖像分割任務和所述全局圖像回歸任務同時在所述原始分割模型中進行訓練，且共享編碼器；

在所述圖像分割任務中，基于交叉熵或者DICE系數計算得到分割損失函數；在所述全局圖像回歸任務中，基于均方差誤差計算回歸損失函數。

2.根據權利要求1所述的方法，其特征在于，所述根據所述肺部預測圖像、所述形狀預測知識和所述形狀先驗知識確定所述先驗知識回歸網絡的回歸損失函數，包括：

根據所述形狀先驗知識和所述形狀預測知識，確定第一回歸損失函數；

根據所述肺部預測圖像計算出形狀計算知識，并根據所述形狀先驗知識和所述形狀計算知識，確定第二回歸損失函數；

根據所述第一回歸損失函數和所述第二回歸損失函數，確定所述先驗知識回歸網絡的回歸損失函數。

3.根據權利要求1所述的方法，其特征在于，所述圖像分割網絡和所述先驗知識回歸網絡分別連接在所述特征提取網絡的瓶頸層后。

4.根據權利要求1或3所述的方法，其特征在于，所述特征提取網絡包括殘差連接層。

5.根據權利要求1所述的方法，其特征在于，所述形狀先驗知識包括所述肺部掩膜圖像中連通域的個數、面積、邊界周長和邊界長寬中的至少一個。

6.根據權利要求1或5所述的方法，其特征在于，所述先驗知識回歸網絡包括自適應平均池化層以及連續的全連接層。

7.根據權利要求1或5所述的方法，其特征在于，所述樣本圖像是基于X光成像技術獲取的。

8.一種醫學圖像分割方法，其特征在于，包括：

獲取受檢胸部的受檢圖像，以及按照權利要求1-7中任一項的方法生成的已訓練完成的肺部分割模型；

將所述受檢圖像輸入至所述肺部分割模型中，根據所述肺部分割模型的輸出結果，從所述受檢圖像中提取出肺部區域的分割圖像。