[发明专利]图像分割方法、装置、计算机设备及存储介质

说明书

本发明公开了一种图像分割方法、装置、计算机设备及存储介质，图像分割方法包括：获取原始图像；提取所述原始图像的第一特征，得到多张第一特征图；提取所述原始图像的第二特征，得到多张第二特征图；对每一所述第一特征图和每一所述第二特征图对应进行平均映射，得到多张第三特征图；对每一所述第一特征图进行上采样，得到多张第四特征图；将每一所述第四特征图和每一所述第三特征图进行对应连接和卷积，得到多张第五特征图；上述图像分割方法可以避免图像分割过程中的信息丢失，提高了图像分割的准确性。

技术领域

本发明涉及图像处理领域，尤其涉及一种图像分割方法、装置、计算机设备及存储介质。

背景技术

医学图像分割在医学研究、临床诊断、病理分析、手术计划、影像信息处理、计算机辅助手术等医学研究与实践领域有着广泛的应用和研究价值。现有的医学图像分割技术有U-Net网络，其特点在于利用底层信息补充高层信息，使得分割的精准度大大提升。在Unet基础上架构改进的方法被用于不同医学图像分割的任务中，连续的池化和跨度卷积降低了特征分辨率，用以学习越来越抽象的特征表达，从而导致对于低级语义信息的丢失；U-Net网络的降采样操作可以增加一些小扰动的鲁棒性，如旋转、平移、伸缩等，降低维度并保留有用信息，一定程度上减少过拟合，增加感受野。虽然降采样实现了对于高层信息的有效提取，但是降采样的过程中伴随着低级语义信息的丢失，而信息的丢失是个不可逆的过程。

发明内容

本发明实施例提供一种图像分割方法方法、装置、计算机设备及存储介质，以避免图像分割过程中的信息丢失。

本发明实施例提出了一种图像分割方法，用于对图像进行分割，得到目标图像，包括：

获取原始图像；

提取所述原始图像的第一特征，得到多张第一特征图；

提取所述原始图像的第二特征，得到多张第二特征图；

对每一所述第一特征图和每一所述第二特征图对应进行平均映射，得到多张第三特征图；

对每一所述第一特征图进行上采样，得到多张第四特征图；

将每一所述第四特征图和每一所述第三特征图进行对应连接和卷积，得到多张第五特征图；

对多张所述第五特征图进行融合，得到目标图像。

优选地，所述提取所述原始图像的第二特征，得到多张第二特征图，包括：

对每一所述第一特征图进行上采样，得到n张与所述第一特征图对应的第一中间特征图；

将每一所述第一中间特征图与每一所述第一特征图对应相减，得到n张第二中间特征图；

将每一所述第二中间特征图进行卷积，得到n张所述第二特征图。

优选地，所述第一中间特征图的尺寸与所述第一特征图的尺寸一致。

优选地，所述对多张所述第五特征图进行融合，得到目标图像，包括：

对每一所述第五特征图进行卷积，得到多张第三中间特征图X^0，3；

对多张所述第三中间特征图进行合并，得到目标图像。

优选地，对所述第四特征图进行卷积时，卷积核的尺寸为1×1。

优选地，所述提取所述原始图像的第一特征，得到多个第一特征图，包括：

对所述原始图像进行卷积，得到第一张第一特征图；

对所述第一张第一特征图进行下采样和卷积，得到第二张第一特征图；

对所述第二张第一特征图进行下采样和卷积，得到第三张第一特征图，依次类推，直至生成第n张第一特征图。