【技术实现步骤摘要】
一种医学图像样本生成方法、装置、存储介质及电子设备
[0001]本说明书涉及计算机
，尤其涉及一种医学图像样本生成方法、装置、存储介质及电子设备。
技术介绍
[0002]如今，对医学图像进行分析是现代医学领域中重要的手段之一，通过医学图像能够对潜在的疾病进行分析与诊断。基于此，现代医学通常会采用神经网络模型对医学图像中的人体器官、病变体等可能的感兴趣区域进行预测，从而达到提高医生临床诊断效率与准确性的目的。
[0003]目前，在对用于分析医学图像的神经网络模型进行训练时，通常会采用有监督学习的方式，将医生可能的感兴趣区域标注在医学图像中，用于模型的训练。但是，由于医学图像本身样本数量较少，且人工标注门槛较高，需要医生亲自完成，费时费力，导致无法生成足够的样本用于模型的训练。
[0004]因此，如何增加医学图像样本的生成量是一个亟待解决的问题。
技术实现思路
[0005]本说明书提供一种医学图像样本生成方法、装置、存储介质及电子设备，以至少部分地解决现有技术存在的上述问题。
[00...
【技术保护点】
【技术特征摘要】
1.一种医学图像样本生成方法，其特征在于，包括：在用户对医学图像进行分析时，采集各时刻展示的所述医学图像，作为样本图像，以及采集所述各时刻所述用户的视线数据；针对每个样本图像，根据与采集该样本图像同一时刻采集的视线数据，在该样本图像中，确定感兴趣区域，作为该样本图像对应的标注图像；针对任意两个采集时刻相差不超过指定时长的样本图像，对该两个样本图像进行融合，得到合成样本图像，并根据该两个样本图像对应的两个标注图像中各像素点的位置，得到合成标注图像，所述合成标注图像对应于所述合成样本图像；将各样本图像以及各合成样本图像确定为训练样本，并将各标注图像以及各合成标注图像确定为标注。2.如权利要求1所述的方法，其特征在于，采集所述各时刻所述用户的视线数据，具体包括：针对每个样本图像，在该样本图像对应的时间段内，采集用户在对医学图像进行分析时，视线映射在所述医学图像中的各视线点，作为该样本图像对应的视线数据。3.如权利要求2所述的方法，其特征在于，针对每个样本图像，根据与采集该样本图像同一时刻采集的视线数据，在该样本图像中，确定感兴趣区域，作为该样本图像对应的标注图像，具体包括：针对每个样本图像，根据该样本图像中各视线点的位置，确定该样本图像对应的视线数据在该样本图像上的聚类中心；根据所述聚类中心以及预设的误差角度，在该样本图像中确定感兴趣区域，作为该样本图像对应的标注图像。4.如权利要求3所述的方法，其特征在于，根据所述聚类中心以及预设的误差角度，在该样本图像中确定感兴趣区域，作为该样本图像对应的标注图像，具体包括：以所述聚类中心为原点，以预设的误差角度映射在所述样本图像上的长度为标准差，构建呈二维正态分布的感兴趣区域，作为所述视线数据在所述样本图像上的标注图像。5.如权利要求1所述的方法，其特征在于，针对任一时刻，该时刻下采集的视线数据对应于该时刻下采集的样本图像；在确定感兴趣区域之前，所述方法还包括：针对每个样本图像，当该样本图像中存在数据损坏时，删除该样本图像与该样本图像对应的视线数据；当该样本图像对应的视线数据中存在位于所述样本图像的成像区域之外的视线数据时，删除成像区域之外的视线数据；当该样本图像不存在对应的视线数据时，删除该样本图像。6.如权利要求1所述的方法，其特征在于，对该两个样本图像进行融合，得到合成样本图像，具体包括：对该两个样本图像中对应位置的像素点的像素值进行叠加，得到合成样本图像。7.如权利要求1所述的方法，其特征在于，对该两个样本图像进行融合，得到合成样本图像，并根据该两个样本图像对应的两个标注图像中各像素点的位置，得到合成标注图像，具体包括：
根据预设的分布参数确定合成权重；根据所述合成权重，对该两个样本图像进行融合，得到合成样本图像，并根据该两个样本图像对应的两个标注图像中各像素点的位置以及所述合成权重，得到合成标注图像。8.如权利要求1所述的方法，其特征在于，在对该两个样本图像进行融合，得到合成样本图像，并根据该两个样本图像对应的两个标注图像中各像素点的位...
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。