医学图像分割网络模型的训练方法、分割方法及相关设备技术

本申请提供了一种医学图像分割网络模型的训练方法、分割方法及相关设备。该网络模型训练方法包括：利用第一医学图像及第一医学图像的第一分割标签对分割网络模型进行训练，得到分割网络模型；将第二医学图像输入分割网络模型，获得第二分割标签；获取被修改的第二分割标签，利用第一医学图像、第一医学图像的第一分割标签、第二医学图像及被修改的第二分割标签对分割网络模型进行训练。本申请提高了医学图像分割的效率。

【技术实现步骤摘要】
医学图像分割网络模型的训练方法、分割方法及相关设备
本申请涉及医学图像分割
，特别是涉及一种医学图像分割网络模型的训练方法、分割方法及相关设备。
技术介绍
肝脏是人体中最大的腺体，其功能非常复杂和重要，具有参与代谢、分泌胆汁、吞噬防御和解毒等功能，由于肝脏的特殊性与重要性，肝脏的病变往往是致命的。目前肝癌的主要治疗方式有手术治疗、介入治疗、放射治疗等方式，其中肝脏切除手术和肝移植手术仍是目前最有效的根治方式，在进行肝脏手术时，需要医生对肝脏内部和病灶部位都要有全面的掌控，才能做出精确的手术规划，因此精确地分割出肝脏区域就成为了手术计划制定的关键。现有技术中，主要通过拥有专业知识和临床经验的医生及专家对腹部CT进行体素级别的标注，获取肝脏的部分标签勾画，从而制定患者的手术计划，但这种方式增加了肝脏标签制作的时间成本和人工成本，肝脏标签勾画的效率低。
技术实现思路
本申请提供了一种医学图像分割网络模型的训练方法、分割方法及相关设备，主要解决的技术问题是如何提高医学图像分割的效率。为解决上述技术问题，本文档来自技高网...

【技术保护点】
1.一种医学图像分割网络模型的训练方法，其特征在于，所述训练方法包括：/n利用第一医学图像及第一医学图像的第一分割标签对所述分割网络模型进行训练；/n将第二医学图像输入所述分割网络模型，获得第二分割标签；/n获取被修改的第二分割标签，利用所述第一医学图像、所述第一医学图像的第一分割标签、所述第二医学图像及所述被修改的第二分割标签对所述分割网络模型进行训练。/n

【技术特征摘要】
1.一种医学图像分割网络模型的训练方法，其特征在于，所述训练方法包括：
利用第一医学图像及第一医学图像的第一分割标签对所述分割网络模型进行训练；
将第二医学图像输入所述分割网络模型，获得第二分割标签；
获取被修改的第二分割标签，利用所述第一医学图像、所述第一医学图像的第一分割标签、所述第二医学图像及所述被修改的第二分割标签对所述分割网络模型进行训练。


2.根据权利要求1所述的训练方法，其特征在于，所述训练方法包括：
重复执行步骤：将第二医学图像输入所述分割网络模型，获得第二分割标签；获取被修改的第二分割标签，利用所述第一医学图像、所述第一医学图像的第一分割标签、所述第二医学图像及所述被修改后的第二分割标签对所述分割网络模型进行训练；
直至所述分割网络模型输出的第二分割标签满足预设要求。


3.根据权利要求2所述的训练方法，其特征在于，所述被修改的第二分割标签为人工基于所述第二分割标签进行一次修改后获得。


4.根据权利要求1所述的训练方法，其特征在于，所述分割网络模型基于nnU-Net框架。


5.根据权利要求1所述的训练方法，其特征在于，所述第一医学图像为公开的已分割肝脏医学图像，所述第二医学图像为不同姿态下的待分割肝脏医学图像。...

【专利技术属性】
技术研发人员：贾富仓，宋宠宠，贺宝春，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44