[发明专利]医学图像分割模型的训练方法、介质及电子设备

权利要求书

1.一种医学图像分割模型的训练方法，其特征在于，用于对一医学图像分割模型进行训练，所述医学图像分割模型的训练方法包括：

获取多个训练图像；

对所述医学图像分割模型进行第一阶段的训练，其中，所述第一阶段的训练包括多轮训练；

对所述医学图像分割模型进行第二阶段的训练，以完成对所述医学图像分割模型的训练，其中，所述第二阶段的训练包括多轮训练；

在所述第一阶段的每轮训练中，对所述医学图像分割模型进行训练的方法包括：

根据所述训练图像获取普通样本，其中，所述普通样本的尺寸小于所述训练图像的尺寸；

利用所述普通样本对所述医学图像分割模型进行训练；

在所述第二阶段的每轮训练中，对所述医学图像分割模型进行训练的方法包括：

根据所述训练图像获取普通样本或者从困难样本库中获取困难样本，其中，所述普通样本的尺寸与所述困难样本相同；

根据所述普通样本或所述困难样本对所述医学图像分割模型进行训练。

2.根据权利要求1所述医学图像分割模型的训练方法，其特征在于，根据所述训练图像获取普通样本的实现方法包括：

从所述训练图像中随机选取特定尺寸的区域作为所述普通样本。

3.根据权利要求1所述医学图像分割模型的训练方法，其特征在于，在所述第一阶段的训练完成以后，或者，在所述第二阶段的每轮训练完成以后，所述医学图像分割模型的训练方法还包括：

初始化所述困难样本库；

利用所述医学图像分割模型对各所述训练图像进行处理，以得到各所述训练图像的预测结果；

根据各所述训练图像的预测结果及真实标注结果对所述困难样本库进行更新。

4.根据权利要求3所述医学图像分割模型的训练方法，其特征在于，根据各所述训练图像的预测结果及真实标注结果对所述困难样本库进行更新的实现方法包括：

根据各所述训练图像的预测结果及真实标注结果，获取各所述训练图像对应的预测效果；

对于预测效果较差的第一训练图像，获取各所述第一训练图像对应的困难样本并存入所述困难样本库。

5.根据权利要求4所述医学图像分割模型的训练方法，其特征在于，获取所述第一训练图像对应的困难样本的实现方法包括：

根据所述第一训练图像的预测结果及真实标注结果，获取所述第一训练图像的误差图；

对所述第一训练图像的误差图进行池化，并根据池化结果选取误差最大的区域作为所述第一训练图像对应的困难样本，在所述池化中所采用的池化核的尺寸与所述普通样本的尺寸相同。

6.根据权利要求1所述医学图像分割模型的训练方法，其特征在于，根据所述训练图像获取普通样本或者从困难样本库中获取困难样本的实现方法包括：

生成一随机数；

当所述随机数的数值满足预设条件时，根据所述训练图像获取所述普通样本，否则，从所述困难样本库中获取所述困难样本。

7.根据权利要求1所述医学图像分割模型的训练方法，其特征在于：所述训练图像的尺寸大于或等于512×512。

8.根据权利要求1所述医学图像分割模型的训练方法，其特征在于：所述训练图像为肝脏CT图像。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1-8任一项所述医学图像分割模型的训练方法。

10.一种电子设备，其特征在于，所述电子设备包括：

存储器，存储有一计算机程序；

处理器，与所述存储器通信相连，调用所述计算机程序时执行权利要求1-8任一项所医学图像分割模型的训练方法。