[發(fā)明專利]基于圖像分割的心臟圖像處理方法、裝置、設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111138992.0
• 申請(qǐng)日: 2021-09-27
• 公開（公告）號(hào): CN113850826A
• 公開（公告）日: 2021-12-28
• 發(fā)明（設(shè)計(jì)）人: 張旭龍;王健宗
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 深圳市力道知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44507
• 代理人: 張傳義

1.一種基于圖像分割的心臟圖像處理方法，其特征在于，包括：

獲取第一樣本數(shù)據(jù)集和第二樣本數(shù)據(jù)集，所述第一樣本數(shù)據(jù)集中的數(shù)據(jù)包含標(biāo)注，所述第二樣本數(shù)據(jù)集中的數(shù)據(jù)無標(biāo)注；

對(duì)所述第一樣本數(shù)據(jù)集進(jìn)行擴(kuò)充，得到第三樣本數(shù)據(jù)集，并獲取待訓(xùn)練的心臟分割模型，其中，所述心臟分割模型包括學(xué)生網(wǎng)絡(luò)和教師網(wǎng)絡(luò)；

根據(jù)所述第二樣本數(shù)據(jù)集和所述第三樣本數(shù)據(jù)集，對(duì)所述心臟分割模型進(jìn)行迭代訓(xùn)練，得到目標(biāo)心臟分割模型，其中，所述教師網(wǎng)絡(luò)的模型參數(shù)是基于指數(shù)加權(quán)平均算法和所述學(xué)生網(wǎng)絡(luò)的模型參數(shù)進(jìn)行更新的；

獲取待分割的目標(biāo)心臟圖像，并將所述目標(biāo)心臟圖像輸入所述目標(biāo)心臟分割模型進(jìn)行圖像分割，得到目標(biāo)心臟分割圖像。

2.根據(jù)權(quán)利要求1所述的心臟圖像處理方法，其特征在于，所述根據(jù)所述第二樣本數(shù)據(jù)集和所述第三樣本數(shù)據(jù)集，對(duì)所述心臟分割模型進(jìn)行迭代訓(xùn)練，包括：

交替地從所述第三樣本數(shù)據(jù)集和所述第二樣本數(shù)據(jù)集中選擇一條樣本數(shù)據(jù)作為目標(biāo)樣本數(shù)據(jù)；

將所述目標(biāo)樣本數(shù)據(jù)中的心臟圖像輸入所述學(xué)生網(wǎng)絡(luò)進(jìn)行處理，得到第一預(yù)測(cè)注意力圖和第一預(yù)測(cè)心臟分割圖；

將所述目標(biāo)樣本數(shù)據(jù)中的心臟圖像輸入所述教師網(wǎng)絡(luò)進(jìn)行處理，得到第二預(yù)測(cè)注意力圖和第二預(yù)測(cè)心臟分割圖；

根據(jù)所述第一預(yù)測(cè)注意力圖、所述第一預(yù)測(cè)心臟分割圖、所述第二預(yù)測(cè)注意力圖和所述第二預(yù)測(cè)心臟分割圖，確定模型損失值；

根據(jù)所述模型損失值確定所述心臟分割模型是否收斂；

若所述心臟分割模型未收斂，則更新所述心臟分割模型的模型參數(shù)；

返回執(zhí)行交替地從所述第三樣本數(shù)據(jù)集和所述第二樣本數(shù)據(jù)集中選擇一條樣本數(shù)據(jù)作為目標(biāo)樣本數(shù)據(jù)的步驟，直至所述心臟分割模型收斂。

3.根據(jù)權(quán)利要求2所述的心臟圖像處理方法，其特征在于，所述根據(jù)所述第一預(yù)測(cè)注意力圖、所述第一預(yù)測(cè)心臟分割圖、所述第二預(yù)測(cè)注意力圖和所述第二預(yù)測(cè)心臟分割圖，確定模型損失值，包括：

若所述目標(biāo)樣本數(shù)據(jù)為所述第二樣本數(shù)據(jù)，則基于第一損失函數(shù)，計(jì)算所述第一預(yù)測(cè)心臟分割圖與所述第二預(yù)測(cè)心臟分割圖之間的誤差，得到第一損失值；

基于第二損失函數(shù)，計(jì)算所述第一預(yù)測(cè)注意力圖與所述第二預(yù)測(cè)注意力圖之間的誤差，得到第二損失值；

對(duì)所述第一損失值和所述第二損失值進(jìn)行加權(quán)求和，得到模型損失值。

4.根據(jù)權(quán)利要求2所述的心臟圖像處理方法，其特征在于，所述根據(jù)所述第一預(yù)測(cè)注意力圖、所述第一預(yù)測(cè)心臟分割圖、所述第二預(yù)測(cè)注意力圖和所述第二預(yù)測(cè)心臟分割圖，確定模型損失值，包括：

若所述目標(biāo)樣本數(shù)據(jù)為所述第一樣本數(shù)據(jù)，則基于第一損失函數(shù)，計(jì)算所述第一預(yù)測(cè)心臟分割圖與所述第二預(yù)測(cè)心臟分割圖之間的誤差，得到第一損失值；

基于第二損失函數(shù)，計(jì)算所述第一預(yù)測(cè)注意力圖與所述第二預(yù)測(cè)注意力圖之間的誤差，得到第二損失值；

基于第三損失函數(shù)，計(jì)算所述第一樣本數(shù)據(jù)中標(biāo)注的心臟分割圖像與所述第一預(yù)測(cè)心臟分割圖之間的交叉熵，得到第三損失值；

對(duì)所述第一樣本數(shù)據(jù)中標(biāo)注的心臟分割圖像進(jìn)行處理，得到目標(biāo)注意力圖，并基于第四損失函數(shù)，計(jì)算所述目標(biāo)注意力圖與所述第一預(yù)測(cè)注意力圖之間的誤差，得到第四損失值；

對(duì)所述第一損失值、所述第二損失值、所述第三損失值和所述第四損失值進(jìn)行加權(quán)求和，得到模型損失值。

5.根據(jù)權(quán)利要求2所述的心臟圖像處理方法，其特征在于，所述更新所述心臟分割模型的模型參數(shù)，包括：

基于反向傳播算法，更新所述學(xué)生網(wǎng)絡(luò)的模型參數(shù)；

獲取所述教師網(wǎng)絡(luò)在當(dāng)前迭代輪數(shù)下的第一模型參數(shù)和所述學(xué)生網(wǎng)絡(luò)在前一次迭代輪數(shù)的第二模型參數(shù)；

根據(jù)所述第一模型參數(shù)、所述第二模型參數(shù)和預(yù)設(shè)調(diào)節(jié)系數(shù)，確定所述教師網(wǎng)絡(luò)的目標(biāo)模型參數(shù)；

將所述教師網(wǎng)絡(luò)的模型參數(shù)更新為所述目標(biāo)模型參數(shù)。