[发明专利]图像的处理方法、数据处理方法、医疗系统、设备及介质

权利要求书

1.一种图像的处理方法，其特征在于，包括：

获取目标图像；

调用图像处理模型处理所述目标图像，得到对应的目标分割结果；其中，所述图像处理模型基于目标加权损失函数训练得到，所述目标加权损失函数至少包含有与深度信息相关的分割损失项。

2.根据权利要求1所述的图像的处理方法，其特征在于，所述方法还包括：

获取样本图像；

根据所述样本图像，生成对应的样本视差图和样本分割图；

基于所述目标加权损失函数，利用所述样本图像、所述样本视差图和所述样本分割图，训练网络模型，以得到所述图像处理模型。

3.根据权利要求2所述的图像的处理方法，其特征在于，在根据样本图像，生成对应的样本视差图和样本分割图之后，所述方法还包括：

对所述样本视差图进行修正处理，得到修正样本视差图；

相应的，

基于目标加权损失函数，利用所述样本图像、所述样本视差图、所述修正样本视差图和所述样本分割图，训练网络模型，以得到所述图像处理模型。

4.根据权利要求3所述的图像的处理方法，其特征在于，所述基于目标加权损失函数，利用所述样本图像、所述样本视差图、所述修正样本视差图和所述样本分割图，训练网络模型，包括：

调用所述网络模型对所述样本图像进行处理，得到对应的预测样本视差图、预测样本分割图、预测修正样本视差图；

基于所述目标加权损失函数，利用所述样本图像对应的所述样本视差图、修正样本视差图、样本分割图、预测样本视差图、预测样本分割图和预测修正样本视差图，计算得到目标加权损失值；

根据所述目标加权损失值，更新所述网络模型。

5.根据权利要求4所述的图像的处理方法，其特征在于，所述调用所述网络模型对所述样本图像进行处理，得到对应的预测样本视差图、预测样本分割图、预测修正样本视差图，包括：

调用所述网络模型对所述样本图像进行特征提取，得到样本视差特征图、样本分割特征图和修正样本视差特征图；

根据所述样本视差特征图、样本分割特征图和修正样本视差特征图，生成预测样本视差图、预测样本分割图、预测修正样本视差图。

6.根据权利要求5所述的图像的处理方法，其特征在于，所述调用所述网络模型对所述样本图像进行特征提取，得到样本视差特征图、样本分割特征图和修正样本视差特征图，包括：

调用网络模型对所样本图像进行图像特征提取，得到样本特征图；

根据所述样本特征图，生成所述样本视差特征图和样本分割特征图；

拼接所述样本视差特征图和样本分割特征图，得到拼接后的样本特征图；

对所述拼接后的样本特征图进行卷积操作，得到修正样本视差特征图。

7.根据权利要求4所述的图像的处理方法，其特征在于，基于所述目标加权损失函数，利用所述样本图像对应的所述样本视差图、修正样本视差图、样本分割图、预测样本视差图、预测样本分割图和预测修正样本视差图，计算得到目标加权损失值，包括：

利用所述样本视差图和预测样本视差图，计算得到视差损失值；

根据所述样本视差特征图、预测样本分割图和样本分割图，计算得到分割损失值；

利用预测修正样本视差图和修正样本视差图，计算得到修正损失值；

基于目标加权损失函数，利用视差损失值、分割损失值、修正损失值，计算得到目标加权损失值。

8.根据权利要求7所述的图像的处理方法，其特征在于，根据所述样本视差特征图、预测样本分割图和样本分割图，计算得到分割损失值，包括：

利用激活函数，对所述样本视差特征图中的各个像素点的像素值进行映射处理，得到对应的样本权值图；

根据样本权值图、预测样本分割图和样本分割图，计算得到分割损失值。