[發明專利]醫學圖像分割、顯示、模型訓練方法、系統、設備和介質

在審

• 申請號: 202010217104.3
• 申請日: 2020-03-25
• 公開（公告）號: CN113450359A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 伍健榮;朱艷春;熊俊峰;曹世磊;周洪宇;李仁;馬鍇;鄭冶楓;陳景亮;常佳
• 申請（專利權）人: 騰訊醫療健康（深圳）有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06K9/46;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 黎揚鵬

1.一種醫學圖像分割方法，其特征在于，包括以下步驟：

獲取醫學圖像；

對所述醫學圖像進行特征提取和下采樣，得到所述醫學圖像的第一特征圖；

對所述第一特征圖進行上采樣和特征提取，得到所述醫學圖像的第二特征圖；

對所述第一特征圖進行第一特征融合處理，并將第一特征融合處理的結果鏈接到所述第二特征圖進行第二特征融合處理；

根據第二特征融合處理的結果獲取所述醫學圖像的第一分割結果。

2.根據權利要求1所述的醫學圖像分割方法，其特征在于，還包括以下步驟：

對所述醫學圖像進行多尺度裁剪；

對多尺度裁剪后的所述醫學圖像進行圖像尺度歸一化處理。

3.根據權利要求2所述的醫學圖像分割方法，其特征在于，還包括以下步驟：

基于圖像尺度歸一化處理前的所述醫學圖像的尺寸，對所述第一分割結果進行尺寸復原，得到所述醫學圖像的第二分割結果。

4.根據權利要求1所述的醫學圖像分割方法，其特征在于，所述對所述第一特征圖進行第一特征融合處理，包括同一層圖像尺度的特征圖融合處理；

所述同一層圖像尺度的特征圖融合處理，具體為：

將所述第一特征圖通過密集跳躍鏈接層進行特征關聯融合。

5.根據權利要求1所述的醫學圖像分割方法，其特征在于，所述對所述第一特征圖進行第一特征融合處理，包括不同層圖像尺度的特征圖融合處理；

所述不同層圖像尺度的特征圖融合處理，具體為：

將第三特征圖的上采樣結果與第四特征圖進行特征關聯融合；其中，所述第三特征圖為當前層的所述第一特征圖或當前層進行第一特征融合處理得到的特征圖，所述第四特征圖為上一層進行第一特征融合處理得到的特征圖。

6.根據權利要求1所述的醫學圖像分割方法，其特征在于，所述對所述第一特征圖進行第一特征融合處理，包括不同層圖像尺度的特征圖融合處理；

所述不同層圖像尺度的特征圖融合處理，具體為：

將第五特征圖的下采樣結果與第六特征圖進行特征關聯融合；其中，所述第五特征圖為當前層進行第一特征融合處理得到的特征圖，所述第六特征圖為下一層的所述第一特征圖或下一層進行第一特征融合處理得到的特征圖。

7.根據權利要求1-6中任一項所述的醫學圖像分割方法，其特征在于，還包括以下步驟：將同一層圖像尺度的所述第一特征圖進行特征關聯融合，使得同一層圖像尺度的每一個所述第一特征圖都作為其后所述第一特征圖的輸入。

8.一種醫學圖像顯示方法，其特征在于，包括以下步驟：

輸入醫學圖像；

顯示所述醫學圖像的分割結果；

其中，所述分割結果通過如權利要求1-7中任一項所述的方法得到。

9.一種醫學圖像分割模型訓練方法，其特征在于，包括以下步驟：

獲取訓練樣本，所述訓練樣本為帶有標簽的醫學圖像；

輸入所述訓練樣本至醫學圖像分割模型，得到所述訓練樣本預測的分割結果；

根據所述訓練樣本預測的分割結果和所述標簽確定訓練的損失值；

根據所述損失值反向傳遞更新所述醫學圖像分割模型的參數，直至所述損失值滿足訓練停止條件；

其中，所述分割結果通過如權利要求1-7中任一項所述的方法得到。

10.一種醫學圖像分割系統，其特征在于，包括：

獲取單元，用于獲取醫學圖像；

編碼單元，用于對所述醫學圖像進行特征提取和下采樣，得到所述醫學圖像的第一特征圖；

解碼單元，用于對所述第一特征圖進行上采樣和特征提取，得到所述醫學圖像的第二特征圖；

融合單元，用于對所述第一特征圖進行第一特征融合處理，并將第一特征融合處理的結果鏈接到所述第二特征圖進行第二特征融合處理；

輸出單元，用于根據第二特征融合處理的結果獲取所述醫學圖像的第一分割結果。