[发明专利]一种耳部医学图像分割方法、装置、电子设备及存储介质

权利要求书

1.一种耳部医学图像分割方法,其特征在于,所述方法包括：

获取待分割的原始耳部医学图像，根据原始耳部医学图像生成耳部各个部位对应的多个训练数据集，所述训练数据集的个数与所述耳部的部位的个数相同；

构建基于端到端的U-NET++图像分割网络，根据所述多个训练数据集分别对U-NET++图像分割网络进行训练，生成各个部位对应的多个图像分割模型，所述U-NET++图像分割网络由不同深度的U-NET网络组成；

根据所述多个图像分割模型分别对所述原始耳部医学图像进行分割,生成各个部位的分割结果；

将各个部位的分割结果进行图像融合,生成目标分割图像,所述目标分割图像为显示耳部各个部位分割结果的图像。

2.根据权利要求1所述的方法，其特征在于，所述获取待分割的原始耳部医学图像，根据原始耳部医学图像生成耳部各个部位对应的多个训练数据集，包括：

获取待分割的原始耳部医学图像，对原始耳部医学图像进行预处理后，生成目标耳部医学图像；

根据每一个耳部部位单独分割后的医学图像标签，对所述目标耳部医学图像中进行标记，根据标记结果构建多个训练数据集。

3.根据权利要求2所述的方法，其特征在于，所述获取待分割的原始耳部医学图像，对原始耳部医学图像进行预处理后，生成目标耳部医学图像，包括：

获取待分割的原始耳部医学图像，对原始耳部图像转化为固定尺寸的第一耳部医学图像；

将所述第一耳部医学图像进行对比度增强处理，生成第二耳部医学图像；

将所述第二耳部医学图像进行灰度化处理后，进行灰度归一化处理，生成目标耳部医学图像。

4.根据权利要求3所述的方法，其特征在于，所述构建基于端到端的U-NET++图像分割网络，根据所述多个训练数据集分别对U-NET++图像分割网络进行训练，生成各个部位对应的多个图像分割模型，包括：

构建基于端到端的U-NET++图像分割网络，所述U-NET++图像分割网络包括上采样层、下采样层、跳跃连接结构；

将所述多个训练数据集输入对U-NET++图像分割网络，根据U-NET++图像分割网络进行特征融合，并进行剪枝操作；

训练完成后，生成各个部位对应的多个图像分割模型。

5.根据权利要求4所述的方法，其特征在于，所述将各个部位的分割结果进行图像融合,生成目标分割图像，包括：

将各个部位的分割结果进行配准，获取各个部位对应的加权权重；

对所述各个部位的分割结果进行加权处理，并按照对应的加权权重对将各个部位的分割结果进行灰度化处理，生成各个部位的灰度图像；

根据所述灰度图像进行图像融合，生成目标分割图像。

6.根据权利要求5所述的方法，其特征在于，所述根据所述灰度图像进行图像融合，生成目标分割图像后，还包括：

根据阈值分割算法对所述目标分割图像中各个部位的边界进行再分割，生成耳部各个部位的图像。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述多个训练数据集分别对U-NET++图像分割网络进行训练，还包括：

根据交叉熵损失函数、二分类前景和后景损失函数对U-NET++图像分割网络进行校准；

其中交叉熵损失函数的计算公式如下：

(公式1)

其中y是标签0或1，a是网络经过sigmoid函数后的输出，a的取值范围为（0,1），n是样本数量；

二分类前景和后景损失函数的计算公式如下：

（公式2）

其中，n是预测值，n的取值在-1到1之间，t为目标值，t的值为1或 -1。