[发明专利]医学图像处理模型的训练方法、图像处理方法、装置

说明书

本公开提供了医学图像处理模型的训练方法、图像处理方法、装置，涉及图像处理领域，尤其涉及医学图像处理领域。其中，训练方法包括：获取第一训练样本集合和第二训练样本集合；第一训练样本集合包含标注有对应至少一个任务类别的标注信息的第一医学图像样本；第二训练样本集合包含标注有目标任务类别的标注信息的第二医学图像样本；采用第一训练样本集合对预训练模型进行多任务训练，得到多任务处理模型；采用第二训练样本集合对多任务模型的模型参数进行微调，得到目标任务类别的医学图像处理模型。

技术领域

本公开涉及图像处理技术领域，尤其涉及医学图像处理技术领域。

背景技术

目前，采用深度学习模型对光学设备采集得到的光学图像进行图像处理取得了巨大成功，但是医学图像的成像原理与光学图像的成像原理不同，两者的图像特性也不同，采用现有的深度学习模型对医学图像进行图像处理的效果不理想。

对于医学图像而言，医学图像标注的难度较大，一般只有资深的医生提供的标注信息才能被认可，加上医学图像的隐私性，这两方面的原因导致无法获取大量的医学图像样本，无法在医学图像上进行大规模数据的有监督训练，也就无法得到较精确的医学图像处理模型。

发明内容

本公开提供了一种医学图像处理模型的训练方法、图像处理方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的一方面，提供了一种一种医学图像处理模型的训练方法，包括：

获取第一训练样本集合和第二训练样本集合；所述第一训练样本集合包含多张第一医学图像样本，每张第一医学图像样本标注有对应至少一个任务类别的标注信息，所有第一医学图像样本的标注信息对应的任务类别不完全相同；所述第二训练样本集合包含多张第二医学图像样本，每张第二医学图像样本标注有目标任务类别的标注信息；

采用所述第一训练样本集合中的第一医学图像样本对预训练模型进行多任务训练，得到多任务处理模型；所述多任务处理模型用于提取与所述第一医学图像样本对应的任务类别相关的医学图像特征并根据所述医学图像特征输出对应于所述任务类别的任务处理结果；

采用所述第二训练样本集合中的第二医学图像样本对所述多任务模型的模型参数进行微调，得到所述目标任务类别的医学图像处理模型。

根据本公开的第二方面，提供了一种图像处理方法，包括：

获取待处理的医学图像；

将所述医学图像输入医学图像处理模型，根据所述医学图像处理模型从所述医学图像中提取与目标任务类型相关的图像特征，并根据所述图像特征输出对应于所述目标任务类型的任务处理结果；其中，所述医学图像处理模型采用第二训练样本集合对多任务模型的模型参数进行微调得到，所述多任务模型采用第一训练样本集合对预训练模型进行多任务训练得到；所述第一训练样本集合包含多张第一医学图像样本，每张第一医学图像样本标注有对应至少一个任务类别的标注信息，所有第一医学图像样本的标注信息对应的任务类别不完全相同；所述第二训练样本集合包含多张第二医学图像样本，每张第二医学图像样本标注有目标任务类别的标注信息。

根据本公开的第三方面，提供了一种医学图像处理模型的训练装置，包括：

获取模块，用于获取第一训练样本集合和第二训练样本集合；所述第一训练样本集合包含多张第一医学图像样本，每张第一医学图像样本标注有对应至少一个任务类别的标注信息，所有第一医学图像样本的标注信息对应的任务类别不完全相同；所述第二训练样本集合包含多张第二医学图像样本，每张第二医学图像样本标注有目标任务类别的标注信息；

第一训练模块，用于采用所述第一训练样本集合中的第一医学图像样本对预训练模型进行多任务训练，得到多任务处理模型；所述多任务处理模型用于提取与所述第一医学图像样本对应的任务类别相关的医学图像特征并根据所述医学图像特征输出对应于所述任务类别的任务处理结果；