[发明专利]图像分割、模型的训练方法及装置，电子设备及存储介质

说明书

本申请公开了一种图像分割、模型的训练方法及装置，电子设备及存储介质。该图像分割方法包括：根据包括背景、纵膈、动脉和静脉的待分割图像，获取所述待分割图像的纵膈区域的所述纵膈、所述动脉、所述静脉和所述背景的第一分割结果；根据所述待分割图像，获取所述待分割图像的外延区域的血管与所述背景的第二分割结果；根据所述第一分割结果和所述第二分割结果，获取所述待分割图像的所述纵膈、所述动脉、所述静脉和所述背景的分割结果，能够提高动脉与静脉的分割的准确性和分割的效率。

技术领域

本申请涉及图像处理技术领域，具体涉及一种图像分割方法及装置，模型的训练方法及装置，电子设备及存储介质。

背景技术

图像分割在影像学诊断中大有用处。例如，将肺血管分为动脉/静脉可能有助于医生准确诊断可能以特定方式影响动脉或静脉树的肺部疾病。例如，最近的研究表明，动脉/静脉的分类可以更好地评估肺栓塞，而动脉树的变化与慢性血栓栓塞性肺动脉高压的发展相关。此外，肺实质内动脉的改变与右心室功能障碍有关。为了检测两棵血管树的变化，医生手动分析患者的胸部CT图像以寻找异常。这个过程是耗时的，难以标准化，因此不适合大型临床研究或在现实世界的临床决策。因此，在CT图像中实现动静脉的自动分离成为人们关注的热点，它可以帮助医生准确诊断病变。

发明内容

有鉴于此，本申请的实施例致力于提供一种图像分割方法及装置，模型的训练方法及装置，电子设备及存储介质，能够提高动脉与静脉的分割的准确性和分割的效率。

根据本申请实施例的第一方面，提供了一种图像分割方法，包括：根据包括背景、纵膈、动脉和静脉的待分割图像，获取所述待分割图像的纵膈区域的所述纵膈、所述动脉、所述静脉和所述背景的第一分割结果；根据所述待分割图像，获取所述待分割图像的外延区域的血管与所述背景的第二分割结果；根据所述第一分割结果和所述第二分割结果，获取所述待分割图像的所述纵膈、所述动脉、所述静脉和所述背景的分割结果。

根据本申请实施例的第二方面，提供了一种模型的训练方法，包括：确定样本图像，所述样本图像包括纵膈区域的纵膈、背景、动脉和静脉的第一标签以及外延区域的背景和血管的第二标签；基于所述样本图像训练神经网络，以生成用于获得所述纵膈区域的纵膈、背景、动脉和静脉的第一分割结果的网络模型，其中，所述神经网络为3D神经网络；基于所述样本图像训练级联的神经网络，以生成用于获得所述外延区域的背景和血管的第二分割结果的分割模型，其中，所述级联的神经网络包括用于特征提取的第一神经网络以及用于生成所述第二分割结果的第二神经网络。

根据本申请实施例的第三方面，提供了一种图像分割装置，包括：第一分割模块，配置为根据包括背景、纵膈、动脉和静脉的待分割图像，获取所述待分割图像的纵膈区域的所述纵膈、所述动脉、所述静脉和所述背景的第一分割结果；第二分割模块，配置为根据所述待分割图像，获取所述待分割图像的外延区域的血管与所述背景的第二分割结果；获取模块，配置为根据所述第一分割结果和所述第二分割结果，获取所述待分割图像的所述纵膈、所述动脉、所述静脉和所述背景的分割结果。

根据本申请实施例的第四方面，提供了一种模型的训练装置，包括：确定模块，配置为确定样本图像，所述样本图像包括纵膈区域的纵膈、背景、动脉和静脉的第一标签以及外延区域的背景和血管的第二标签；第一训练模块，配置为基于所述样本图像训练神经网络，以生成用于获得所述纵膈区域的纵膈、背景、动脉和静脉的第一分割结果的网络模型，其中，所述神经网络为3D神经网络；第二训练模块，配置为基于所述样本图像训练级联的神经网络，以生成用于获得所述外延区域的背景和血管的第二分割结果的分割模型，其中，所述级联的神经网络包括用于特征提取的第一神经网络以及用于生成所述第二分割结果的第二神经网络。

根据本申请实施例的第五方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器用于执行上述任一实施例所述的图像分割方法，或者用于执行上述任一实施例所述的模型的训练方法。