【技术实现步骤摘要】
图像分割方法、装置、电子设备及介质
本专利技术涉及图像处理
，尤其涉及一种图像分割方法、装置、电子设备及计算机可读存储介质。
技术介绍
医学图像分割技术是医学图像处理与分析领域的重要课题之一，也是近年来备受研究人员关注的热点问题。医学图像分割的目的是把图像中具有特殊含义的不同区域分割开来，并使分割结果尽可能的接近解剖结构。医学图像的分割对于很多疾病的筛查和精准判断都具有很重要的作用，例如对肺部疾病进行研究时，肺叶上不同区域的鉴别对肺部疾病的评估以及治疗起着重要的作用，需要对肺叶进行分割处理从而根据分割后的肺叶情况精准判断对应的疾病种类。传统的肺叶分割算法往往是提取肺裂的基础上进一步生成肺叶分割结果，因为受到部分容积效应以及患者运动的影响，肺裂可能会模糊不清，从而使得肺裂提取难度增大，故传统的肺叶分割算法进行肺叶分割时准确度不高。
技术实现思路
本专利技术提供一种图像分割方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决传统的肺叶分割算法进行肺叶分割时准确度不高的问题。为实现...
【技术保护点】
1.一种图像分割方法，其特征在于，所述方法包括：/n获取原始图像集，利用预设的坐标卷积机制对所述原始图像集进行坐标卷积处理，得到坐标信息图像集，对所述坐标信息图像集进行下采样，得到特征图像集；/n对所述特征图像集进行上采样，得到解码图像集；/n将所述特征图像集与所述解码图像集进行图像传递处理，得到细节图像集；/n将所述细节图像集中的多张细节图像进行特征融合，得到区域分割图像；/n利用训练好的像素标记模型对所述区域分割图像进行像素标记处理，得到目标粗分割图像；/n对所述目标粗分割图像进行先腐蚀再膨胀的操作，得到提纯分割图像，对所述提纯分割图像进行标签填充处理，得到目标细分割图像。/n
【技术特征摘要】
1.一种图像分割方法，其特征在于，所述方法包括：
获取原始图像集，利用预设的坐标卷积机制对所述原始图像集进行坐标卷积处理，得到坐标信息图像集，对所述坐标信息图像集进行下采样，得到特征图像集；
对所述特征图像集进行上采样，得到解码图像集；
将所述特征图像集与所述解码图像集进行图像传递处理，得到细节图像集；
将所述细节图像集中的多张细节图像进行特征融合，得到区域分割图像；
利用训练好的像素标记模型对所述区域分割图像进行像素标记处理，得到目标粗分割图像；
对所述目标粗分割图像进行先腐蚀再膨胀的操作，得到提纯分割图像，对所述提纯分割图像进行标签填充处理，得到目标细分割图像。
2.如权利要求1所述的图像分割方法，其特征在于，所述对所述坐标信息图像集进行下采样，得到特征图像集，包括：
利用预构建的卷积神经网络中编码器的卷积层对所述坐标信息图像集进行空洞卷积处理，得到卷积图像集；
利用所述编码器的池化层对所述卷积图像集进行池化处理，得到特征图像集。
3.如权利要求2所述的图像分割方法，其特征在于，所述利用预构建的卷积神经网络中编码器的卷积层对所述坐标信息图像集进行空洞卷积处理，得到卷积图像集，包括：
根据预设的空洞率参数对所述坐标信息图像集中的坐标信息图像进行采样，得到采样图像；
根据预设的卷积核的大小，按照从上往下，从左往右的顺序划分所述采样图像，得到多个采样子图像；
将所述预设的卷积核中的像素值与所述采样子图像中的像素值相乘，得到像素乘积值；
对所述像素乘积值进行求和，得到目标像素值；及
在所述坐标信息图像集中所有图像完成空洞卷积操作后汇总得到所述卷积图像集。
4.如权利要求1所述的图像分割方法，其特征在于，所述对所述区域分割图像进行像素标记处理，包括：
生成训练图像集和所述训练图像集对应的标记结果；
将所述训练图像集输入至预先构建的标签标记模型进行像素标记，得到训练结果；
利用预设的损失函数对所述训练结果与标记结果进行损失值计算，得到损失值；
当所述损失值大于或等于预设的损失阈值时，调整所述像素提取模型的参数，返回上述将所述训练图像集输入至预先构建的标签标记模型进行像素标记的步骤；
当所述损失值小于所述损失阈值时，得到训练完成的像素标记模型；
利用所述训练完成的像素标记模型对所述区域分割图像进行像素标记处理...
【专利技术属性】
技术研发人员：李康，高良心，刁勍琛，黄凌云，刘玉宇，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。