[发明专利]模型训练方法和装置、肝段分割方法和装置

权利要求书

1.一种模型训练方法，其特征在于，包括：

确定训练数据集，其中，所述训练数据集包括肝脏样本图像数据、所述肝脏样本图像数据对应的肝段标注数据和静脉标注数据；

基于所述训练数据集训练初始网络模型，得到肝段分割模型，其中，所述肝段分割模型用于对待分割肝脏图像数据进行肝段分割，以得到所述待分割肝脏图像数据对应的肝段分割结果。

2.根据权利要求1所述的模型训练方法，其特征在于，所述基于所述训练数据集训练初始网络模型，得到肝段分割模型，包括：

基于所述训练数据集，对所述初始网络模型进行至少一轮训练，得到所述至少一轮训练各自对应的中间训练模型和总损失结果，其中，在每轮训练中，所述总损失结果基于肝段损失结果和静脉损失结果确定，所述肝段损失结果表征该轮训练中的中间训练模型输出的肝段分割结果与所述肝段标注数据相比的损失，所述静脉损失结果表征该轮训练中的中间训练模型输出的静脉分割结果与所述静脉标注数据相比的损失；

基于所述至少一轮训练各自对应的中间训练模型和总损失结果，确定所述肝段分割模型。

3.根据权利要求2所述的模型训练方法，其特征在于，所述肝段损失结果对应有肝段损失权重，所述静脉损失结果对应有静脉损失权重，所述总损失结果基于所述肝段损失结果和所述肝段损失权重、所述静脉损失结果和所述静脉损失权重确定，其中，所述肝段损失权重大于所述静脉损失权重。

4.根据权利要求2或3所述的模型训练方法，其特征在于，所述基于所述至少一轮训练各自对应的中间训练模型和总损失结果，确定所述肝段分割模型，包括：

确定测试数据集，其中，所述测试数据集包括肝脏测试图像数据、所述肝脏测试图像数据对应的肝段标注数据；

利用所述至少一轮训练各自对应的中间训练模型，基于所述肝脏测试图像数据，确定所述至少一轮训练各自对应的肝段分割测试结果；

基于所述至少一轮训练各自对应的肝段分割测试结果和所述肝脏测试图像数据对应的肝段标注数据，确定所述肝段分割模型。

5.根据权利要求1至3任一项所述的模型训练方法，其特征在于，所述静脉标注数据包括肝静脉和门静脉标注数据。

6.根据权利要求1至3任一项所述的模型训练方法，其特征在于，所述确定训练数据集，包括：

确定原始肝脏样本图像数据对应的肝脏标注数据，所述肝脏标注数据包括标注出的肝脏最小外接框数据；

基于所述肝脏最小外接框数据，剪裁所述原始肝脏样本图像数据、所述原始肝脏样本图像数据对应的原始肝段标注数据和原始静脉标注数据，得到所述肝脏样本图像数据、所述肝脏样本图像数据对应的肝段标注数据和静脉标注数据。

7.一种肝段分割方法，其特征在于，包括：

确定肝段分割模型，所述肝段分割模型基于权利要求1至6任一项所述的模型训练方法训练得到；

利用所述肝段分割模型，对待分割肝脏图像数据进行肝段分割，得到所述待分割肝脏图像数据对应的肝段分割结果。

8.一种模型训练装置，其特征在于，包括：

训练数据确定模块，配置为确定训练数据集，其中，所述训练数据集包括肝脏样本图像数据、所述肝脏样本图像数据对应的肝段标注数据和静脉标注数据；

模型生成模块，配置为基于所述训练数据集训练初始网络模型，得到肝段分割模型，其中，所述肝段分割模型用于对待分割肝脏图像数据进行肝段分割，以得到所述待分割肝脏图像数据对应的肝段分割结果。

9.一种肝段分割装置，其特征在于，包括：

肝段模型确定模块，配置为确定肝段分割模型，所述肝段分割模型基于权利要求1至6任一项所述的模型训练方法训练得到；

肝段分割模块，配置为利用所述肝段分割模型，对待分割肝脏图像数据进行肝段分割，得到所述待分割肝脏图像数据对应的肝段分割结果。