[發(fā)明專利]生物對象分割方法、裝置、計算機設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110228192.1
• 申請日: 2021-03-02
• 公開（公告）號: CN112884782A
• 公開（公告）日: 2021-06-01
• 發(fā)明（設(shè)計）人: 許德鵬;劉曉康;何丹丹;張志仙
• 申請（專利權(quán)）人: 深圳市瑞圖生物技術(shù)有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/12;G06T7/136;G06T7/143
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 陳小娜

本申請涉及一種生物對象分割方法、裝置、計算機設(shè)備和存儲介質(zhì)。所述方法包括：獲取待進行生物對象分割的目標圖像；將所述目標圖像輸入到已訓練的特征提取模型中進行特征提取，得到目標特征圖；根據(jù)所述目標特征圖以及已訓練的分割模型進行圖像分割，得到包括生物對象的目標分割區(qū)域；從所述目標特征圖中獲取所述目標分割區(qū)域所對應(yīng)的分割特征圖；將所述分割特征圖輸入到已訓練的生物對象分割質(zhì)量評估模型進行質(zhì)量評估，得到所述目標分割區(qū)域?qū)?yīng)的分割可能度；基于所述分割可能度確定所述目標圖像的生物對象分割結(jié)果。采用本方法能夠提高圖像分割準確度。

技術(shù)領(lǐng)域

本申請涉及生物檢測技術(shù)領(lǐng)域，特別是涉及一種生物對象分割方法、裝置、計算機設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著醫(yī)學技術(shù)的發(fā)展，在很多情況下都需要獲取生物對象的圖像，以對圖像中的生物對象進行檢測，例如獲取包括生物對象的圖像，并分割出其中的生物對象。

傳統(tǒng)技術(shù)中，通常是基于閾值的方法對生物對象圖像進行分割，然而經(jīng)常存在分割得到的生物對象不準確的情況，導(dǎo)致圖像分割準確度低。

發(fā)明內(nèi)容

基于此，有必要針對上述技術(shù)問題，提供一種生物對象分割方法、裝置、計算機設(shè)備和存儲介質(zhì)。

一種生物對象分割方法，所述方法包括：獲取待進行生物對象分割的目標圖像；將所述目標圖像輸入到已訓練的特征提取模型中進行特征提取，得到目標特征圖；根據(jù)所述目標特征圖以及已訓練的分割模型進行圖像分割，得到包括生物對象的目標分割區(qū)域；從所述目標特征圖中獲取所述目標分割區(qū)域所對應(yīng)的分割特征圖；將所述分割特征圖輸入到已訓練的生物對象分割質(zhì)量評估模型進行質(zhì)量評估，得到所述目標分割區(qū)域?qū)?yīng)的分割可能度；基于所述分割可能度確定所述目標圖像的生物對象分割結(jié)果。

一種生物對象分割裝置，所述裝置包括：目標圖像獲取模塊，用于獲取待進行生物對象分割的目標圖像；特征提取模塊，用于將所述目標圖像輸入到已訓練的特征提取模型中進行特征提取，得到目標特征圖；目標分割區(qū)域得到模塊，用于根據(jù)所述目標特征圖以及已訓練的分割模型進行圖像分割，得到包括生物對象的目標分割區(qū)域；分割特征圖獲取模塊，用于從所述目標特征圖中獲取所述目標分割區(qū)域所對應(yīng)的分割特征圖；分割可能度得到模塊，用于將所述分割特征圖輸入到已訓練的生物對象分割質(zhì)量評估模型進行質(zhì)量評估，得到所述目標分割區(qū)域?qū)?yīng)的分割可能度；生物對象分割結(jié)果確定模塊，用于基于所述分割可能度確定所述目標圖像的生物對象分割結(jié)果。

在一些實施例中，所述目標分割區(qū)域得到模塊包括：生物對象區(qū)域確定單元，用于將所述目標特征圖輸入到已訓練的生物對象檢測模型中，確定包括生物對象的生物對象區(qū)域；生物對象特征圖獲取單元，用于從所述目標特征圖中獲取所述生物對象區(qū)域所對應(yīng)的生物對象特征圖；目標分割區(qū)域得到單元，用于將所述生物對象特征圖輸入到已訓練的分割模型進行圖像分割，分割得到包括所述生物對象的目標分割區(qū)域。

在一些實施例中，所述目標分割區(qū)域得到單元用于：將所述生物對象特征圖輸入到已訓練的分割模型中，所述分割模型輸出所述生物對象區(qū)域中各個像素點屬于生物對象的概率；基于各個所述像素點屬于生物對象的概率分割得到包括所述生物對象的目標分割區(qū)域。

在一些實施例中，所述分割可能度得到模塊用于：通過所述區(qū)域檢測概率對所述分割可能度進行調(diào)整，得到調(diào)整后的分割可能度；當調(diào)整后的分割可能度大于第一概率閾值時，確定所述目標分割區(qū)域為生物對象所在的圖像區(qū)域。

在一些實施例中，所述裝置還包括標注模塊，用于：獲取調(diào)整后的分割可能度大于第一概率閾值的目標分割區(qū)域，組成當前對象區(qū)域集合；獲取當前對象區(qū)域集合中調(diào)整后的分割可能度最大的對象區(qū)域，作為對比對象區(qū)域；獲取所述對比對象區(qū)域與當前對象區(qū)域集合中其他對象區(qū)域的區(qū)域重合度；從當前對象區(qū)域集合中濾除區(qū)域重合度大于重合度閾值的其他對象區(qū)域，得到更新的當前對象區(qū)域集合；重復(fù)獲取當前對象區(qū)域集合中調(diào)整后的分割可能度最大的對象區(qū)域，作為對比對象區(qū)域的步驟，直至對象區(qū)域獲取完畢，基于當前對象區(qū)域集合所包括的對象區(qū)域?qū)λ瞿繕藞D像進行標注，得到標注后的目標圖像。