[發明專利]一種數據處理方法、裝置及電子設備

有效

• 申請號: 202010565168.2
• 申請日: 2020-06-19
• 公開（公告）號: CN111724371B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 張耀;田疆;張楊;賀志強
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王嬌嬌

本申請公開了一種數據處理方法、裝置及電子設備，方法包括：在獲得到對應于多個標注數據集合的訓練圖像之后，由于每個標注數據集合均包含對應于所屬訓練圖像的每個像素點的標注值，而且以不同的標注數據集合分別標注背景區域像素點和不同目標對象的像素點，基于此，在將訓練圖像輸入到預先構建的對象分割模型之后，可以得到分別對應于背景區域像素點和不同目標對象的像素點的測試數據集合，而每個集合中包含每個像素點上的測試值，由此，獲得標注數據集合和測試數據集合之間的當前損失數據并根據這些損失數據對對象分割模型中的模型參數進行調整。

技術領域

本申請涉及圖像處理技術領域，尤其涉及一種數據處理方法、裝置及電子設備。

背景技術

基于醫學影像(例如電子計算機斷層掃描CT(Computed?Tomography)、磁共振成像MRI(Magnetic?Resonance?Imaging)等)的疾病診斷，在臨床決策中具有重要意義。能夠對醫學圖像中的各種器官進行精準分割，可以為醫生診斷和治療提供必要的輔助信息。

目前，對醫學圖像中各器官進行分割，通常采用基于機器學習的醫學圖像分割算法。

但是，這種方案中通常是針對特定器官，對于每一個器官的分割，均需要訓練一個單獨的模型，也需要針對每個模型標注大量的訓練樣本。因此，無法實現一個模型對醫學圖像中多器官的分割。

發明內容

有鑒于此，本申請提供一種數據處理方法、裝置及電子設備，包括：

一種數據處理方法，包括：

獲得訓練圖像，所述訓練圖像對應有N+1個標注數據集合，N為大于或等于2的正整數，每個所述標注數據集合中包含Q個標注值，每個所述標注值對應于所屬的訓練圖像的一個像素點，第1個所述標注數據集合中的每個所述標注值大于標注閾值的情況下表征其所屬像素點屬于背景區域像素點，第i個所述標注數據集合中的每個所述標注值大于所述標注閾值的情況下表征其所屬像素點屬于第i類目標對象，i為大于或等于2且小于或等于N+1的正整數；

將所述訓練圖像輸入到預先構建的對象分割模型中，以得到所述對象分割模型所輸出的測試結果，所述測試結果包括N+1個測試數據集合，每個所述測試數據集合中包含Q個測試值，每個所述測試值對應于所屬的訓練圖像的一個像素點，第1個所述測試數據集合中的每個所述測試值表征其所屬像素點屬于背景區域像素點的概率，第i個所述測試數據集合中的每個所述測試值表征其所屬像素點屬于第i類目標對象的像素點的概率；

獲得所述N+1個標注數據集合與所述N+1個測試數據集合之間的當前損失數據，所述當前損失數據包含第一損失值對應的第一分量和N個第二損失值各自對應的第二分量，所述第一損失值為所述第1個所述標注數據集合和第1個所述測試數據集合之間的損失值，第i個第二損失值為第i個所述標注數據集合和第i個所述測試數據集合之間的損失值；

其中，在所述訓練圖像中不存在被標注為第i類目標對象的像素點的情況下，第i個所述第二分量為0；在所述訓練圖像中不存在被標注為任一類目標對象的像素點的情況下，所述第一分量為0；

至少根據所述當前損失數據，對所述對象分割模型中的模型參數進行調整，所述對象分割模型用于對目標圖像中的N類目標對象所對應的圖像區域進行分割。

上述方法，優選的，獲得所述N+1個標注數據集合與所述N+1個測試數據集合之間的當前損失數據，包括：

利用預設的損失函數，獲得所述第1個所述標注數據集合和第1個所述測試數據集合之間的第一損失值；

利用所述損失函數，分別獲得第i個所述標注數據集合和第i個所述測試數據集合之間的第二損失值；

將所述第一損失值乘以第一系數，得到第一分量；

將每個所述第二損失值乘以第二系數，得到每個所述第二損失值對應的第二分量；