[发明专利]图像处理方法及装置、电子设备和存储介质

说明书

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对待处理图像的多个像素点进行预处理，获得第一图像；将第一图像输入分割网络进行处理，获得第一图像的各像素点属于第一目标区域的第一概率、属于第二目标区域的第二概率以及属于背景区域的第三概率；根据第一概率、第二概率和第三概率，确定第一目标区域、第二目标区域和背景区域。根据本公开的实施例的图像处理方法，可根据第一概率、第二概率和第三概率来确定第一图像中的第一目标区域、第二目标区域和背景区域，增加了可识别的区域的类别，可对不同类型的区域进行准确区分，提高了对目标区域的分辨能力。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

获取图像中的目标区域，进而可对目标区域中的信息进行分析。例如，在脑部弥散加权成像(diffusion weighted imaging，DWI)等医学成像中，需要确定脑卒中或脑梗死等病变区域，并对病变区域进行分析，来判断病变的程度，为治疗提供依据。例如，病变区域的病变类型可分为病变的核心区域和由于缺血引起的半暗带区域，确定核心区域和半暗带区域对诊断和治疗具有重要作用。在相关技术中，难以对不同类型的区域进行准确区分。

发明内容

本公开提出了一种图像处理方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种图像处理方法，包括：

对待处理图像的多个像素点进行预处理，获得第一图像；

将所述第一图像输入分割网络进行处理，获得所述第一图像的各像素点属于第一目标区域的第一概率、属于第二目标区域的第二概率以及属于背景区域的第三概率；

根据所述第一图像的各像素点的第一概率、第二概率和第三概率，确定所述第一图像中的第一目标区域、第二目标区域和背景区域。

根据本公开的实施例的图像处理方法，可获得预处理后获得的第一图像的各像素点属于第一目标区域的第一概率、属于第二目标区域的第二概率以及属于背景区域的第三概率，并根据第一概率、第二概率和第三概率来确定第一图像中的第一目标区域、第二目标区域和背景区域，增加了可识别的区域的类别，可对不同类型的区域进行准确区分，提高了对目标区域的分辨能力。

在一种可能的实现方式中，所述分割网络包括概率确定子网络，所述概率确定子网络包括空洞卷积层。

在一种可能的实现方式中，所述空洞卷积层用于确定所述第一图像的各像素点的第一概率、第二概率和第三概率。

通过这种方式，可通过空洞卷积层在扩大对输入图像的感受野的情况下不会损失造成精度损失，提高了概率确定的准确率。

在一种可能的实现方式中，所述分割网络包括下采样子网络，所述下采样子网络包括自适配归一化层，所述自适配归一化层用于对输入自适配归一化层的图像进行自适配归一化处理。

通过这种方式，自适配归一化层可对输入图像进行自适配归一化处理，可提高分割网络的泛化能力，降低分割网络的误识别率。

在一种可能的实现方式中，分割网络包括特征增强子网络，所述特征增强子网络用于根据输入所述特征增强子网络的图像的多个像素点，对输入所述特征增强子网络的图像进行特征增强处理。

通过这种方式，可对下采样图像的每个像素点进行特征增强，提高不同区域的像素点之间的区分度，并增加相同区域的像素点之间的联系，提升分割网络对目标区域的识别能力和提取能力。

在一种可能的实现方式中，所述分割网络包括下采样子网络、特征增强子网络和概率确定子网络，

其中，将所述第一图像输入分割网络进行处理，获得所述第一图像的各像素点属于第一目标区域的第一概率、属于第二目标区域的第二概率以及属于背景区域的第三概率，包括：