[發明專利]一種基于對偶條件相容神經網絡的圖像分割方法、裝置

有效

• 申請號: 202110554338.1
• 申請日: 2021-05-20
• 公開（公告）號: CN113298774B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 莊嚇海;張可
• 申請（專利權）人: 復旦大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/194;G06N3/04;G06N3/08
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 丁云

本發明涉及一種基于對偶條件相容神經網絡的圖像分割方法、裝置，該方法包括如下步驟：S1：獲取與待分割圖像結構模態相同的具有部分標簽的圖像數據作為訓練數據；S2、構建主分割網絡和對偶分割網絡，主分割網絡和對偶分割網絡的輸入包括目標數據以及提供條件先驗的部分標注數據，輸出為目標數據的分割結果；S3、分別確定主分割網絡和對偶分割網絡的損失函數；S4、利用訓練數據訓練主分割網絡和對偶分割網絡；S5、進行圖像分割：將待分割圖像作為目標數據，將目標數據及提供條件先驗的部分標注數據輸入到主分割網絡中，輸出分割結果。與現有技術相比，本發明能夠實現在少量訓練數據的情況下實現準確的圖像分割。

技術領域

本發明涉及圖像處理技術領域，尤其是涉及一種基于對偶條件相容神經網絡的圖像分割方法、裝置。

背景技術

在醫學影像領域，醫學圖像的標注需要花費大量的人力成本，獲取難度極高。而服務于特定醫學目的的部分標注的醫學圖像則更為常見，比如在心肌活性診斷時，心臟MRI圖像只有心肌部分被標注；而在右心室異常的診斷中，往往只有右心室區域被標注。部分監督的醫學圖像分割可以節約醫生的標注時間，充分利用現有的部分標注圖像數據。

目前，現有的部分監督的分割方法中，均采用忽視未標注結構或者將未標注結構視為背景的方法。該策略通過只對被標注的區域計算損失函數，而在損失函數回傳的時候忽視未標注的標簽，最終使得模型能夠利用被標注的部分標簽進行訓練。然而這種方法忽視了未被標注結構的信息，難以在少量訓練數據的情況下實現準確的分割。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于對偶條件相容神經網絡的圖像分割方法、裝置。

本發明的目的可以通過以下技術方案來實現：

一種基于對偶條件相容神經網絡的圖像分割方法，該方法包括如下步驟：

S1：獲取與待分割圖像結構模態相同的具有部分標簽的圖像數據作為訓練數據；

S2、構建主分割網絡和對偶分割網絡，所述的主分割網絡和對偶分割網絡的輸入包括目標數據以及提供條件先驗的部分標注數據，所述的主分割網絡和對偶分割網絡的輸出為目標數據的分割結果；

S3、分別確定主分割網絡和對偶分割網絡的損失函數，包括相容性損失和成對損失，所述的相容性損失表征目標數據的分割結果和目標數據的部分標簽之間的差異，所述的成對損失表征目標數據的分割結果和提供條件先驗的部分標注數據之間的差異；

S4、利用訓練數據訓練主分割網絡和對偶分割網絡；

S5、進行圖像分割：將待分割圖像作為目標數據，將目標數據及提供條件先驗的部分標注數據輸入到主分割網絡中，輸出分割結果。

優選地，步驟S4訓練主分割網絡和對偶分割網絡包括：

隨機選取訓練數據中一張具有部分標簽的圖像數據的原始圖像作為主分割網絡的目標數據，選取訓練數據中m對具有部分標簽的圖像數據作為m對提供條件先驗的部分標注數據，第j對提供條件先驗的部分標注數據為分割類別j提供條件先驗，每一對提供條件先驗的部分標注數據分別包括原始圖像以及對應分割類別的標注數據，j＝1，2，……，m，m為待分割的總類別數；

隨機選取主分割網絡中m對提供條件先驗的部分標注數據中的任意一對數據，設該對數據為分割類別x提供條件先驗，將該對數據中的原始圖像作為對偶分割網絡的目標數據，將主分割網絡中對于分割類別x的分割結果與主分割網絡的目標數據組成一對并作為對偶分割網絡中的一對提供條件先驗的部分標注數據，將主分割網絡中除去為分割類別x提供條件先驗的其他m-1對提供條件先驗的部分標注數據也一并作為對偶分割網絡中的提供條件先驗的部分標注數據，x為m種分割類別中的任意一種。

優選地，步驟S4訓練過程中先單獨迭代訓練主分割網絡，之后用主分割網絡的參數初始化對偶分割網絡，并固定對偶分割網絡的參數，循環迭代訓練。