[发明专利]一种超声图像的分割方法、装置、终端设备和存储介质

权利要求书

1.一种超声图像的分割方法，其特征在于，包括：

获取待分割超声图像；

将所述待分割超声图像输入已训练的图像分割模型，得到所述待分割超声图像的图像分割结果；

其中，所述图像分割模型通过以下方式训练获得：

以模拟超声图像作为训练集进行预训练，得到初始分割模型，所述模拟超声图像是根据电子计算机断层扫描CT图像合成的超声图像；

采用迁移学习的方法，以样本超声图像作为训练集，继续对所述初始分割模型进行训练，得到所述图像分割模型，所述样本超声图像是预采集的作为训练样本的超声图像。

2.如权利要求1所述的方法，其特征在于，所述模拟超声图像通过以下方式合成：

获取预采集的CT数据集；

对所述CT数据集进行预处理操作，得到目标CT图像；

将所述目标CT图像输入预训练的循环生成对抗网络，以合成所述模拟超声图像。

3.如权利要求2所述的方法，其特征在于，所述CT数据集包含三维体数据格式的CT图像，所述对所述CT数据集进行预处理操作，得到目标CT图像，包括：

调整所述CT数据集包含的CT图像的窗位和窗宽；

将所述CT数据集包含的CT图像从三维体数据分别沿着各个指定方向执行切片处理，得到多张二维的切片CT图像；

从所述多张二维的切片CT图像中分别提取感兴趣区域的图像，作为所述目标CT图像。

4.如权利要求3所述的方法，其特征在于，所述CT数据集包含的CT图像带有预设的标签，所述标签标记出CT图像中指定目标物的轮廓，在得到多张二维的切片CT图像之后，还包括：

将所述多张二维的切片CT图像中包含的所述指定目标物的轮廓的尺寸小于设定阈值的切片CT图像删除；

所述从所述多张二维的切片CT图像中分别提取感兴趣区域的图像，包括：

针对所述多张二维的切片CT图像中的每张CT图像，根据该CT图像包含的所述指定目标物的轮廓计算得到所述指定目标物在该CT图像中的质心位置，并以所述质心位置为中心，从该CT图像中框选出指定大小的图像区域，作为从该CT图像中提取出的感兴趣区域的图像。

5.如权利要求2至4中任一项所述的方法，其特征在于，所述循环生成对抗网络通过以下方式训练获得：

在所述循环生成对抗网络的前向循环和后向循环中，根据循环的初始图像和重建得到的图像计算得到所述循环生成对抗网络的循环一致性损失函数，其中，所述前向循环为将CT图像合成为模拟超声图像再重建为CT图像的过程，所述后向循环为将超声图像合成为模拟CT图像再重建为超声图像的过程，所述循环的初始图像包括所述前向循环中初始的CT图像以及所述后向循环中初始的超声图像，所述重建得到的图像包括所述前向循环中重建得到的CT图像以及所述后向循环中重建得到的超声图像；

根据所述循环的初始图像和所述重建得到的图像计算得到所述循环生成对抗网络的对抗损失函数；

根据所述循环一致性损失函数和所述对抗损失函数确定目标损失函数；

基于所述目标损失函数完成所述循环生成对抗网络的训练。

6.如权利要求5所述的方法，其特征在于，还包括：

根据所述循环的初始图像和所述重建得到的图像计算得到所述循环生成对抗网络的形状一致性损失函数，所述形状一致性损失函数用于衡量所述循环生成对抗网络的输入图像包含的指定目标物的轮廓形状和输出图像包含的所述指定目标物的轮廓形状之间的差异程度；

所述根据所述循环一致性损失函数和所述对抗损失函数确定目标损失函数，具体为：

根据所述循环一致性损失函数、所述对抗损失函数和所述形状一致性损失函数确定所述目标损失函数。