结节分割方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及图像数据处理技术领域，提供一种结节分割方法、装置、电子设备及存储介质，所述方法包括：获取甲状腺超声图像；将所述甲状腺超声图像输入至目标结节分割模型，得到所述目标结节分割模型输出的甲状腺结节分割图像。本申请通过大量易得的具有分类标注的甲状腺超声样本图像，对预先构建的分类模型进行训练得到结节分类模型；进一步通过小样本的具有分割标注的甲状腺超声样本图像，对融合了结节分类模型的初始结节分割模型进行训练，由此通过小样本的具有分割标注的甲状腺超声样本图像，即可以得到具有较高精度的结节分割模型。因此，可以提高通过小样本的甲状腺结节分割数据集进行训练得到的结节分割模型的结节分割准确度。确度。确度。

【技术实现步骤摘要】
结节分割方法、装置、电子设备及存储介质


[0001]本申请涉及图像数据处理
，具体涉及一种结节分割方法、装置、电子设备及存储介质。

技术介绍

[0002]当前，深度学习的有效训练依赖于完备数据集，但医疗影像数据具有特殊性，如涉及患者隐私、人工标注要求具备丰富的医学知识等，这导致公开、完备的甲状腺结节分割数据集较少，因此，导致当前通过小样本的甲状腺结节分割数据集进行训练得到的结节分割模型的结节分割准确度低下。

技术实现思路

[0003]本申请实施例提供一种结节分割方法、装置、电子设备及存储介质，用以提高通过小样本的甲状腺结节分割数据集进行训练得到的结节分割模型的结节分割准确度。
[0004]第一方面，本申请实施例提供一种结节分割方法，包括：
[0005]获取甲状腺超声图像；
[0006]将所述甲状腺超声图像输入至目标结节分割模型，得到所述目标结节分割模型输出的甲状腺结节分割图像；
[0007]其中，所述目标结节分割模型是采用具有分割标注的第二甲状腺超声样本图像，对融合了结节分类模型的初始结节分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结节分割方法，其特征在于，包括：获取甲状腺超声图像；将所述甲状腺超声图像输入至目标结节分割模型，得到所述目标结节分割模型输出的甲状腺结节分割图像；其中，所述目标结节分割模型是采用具有分割标注的第二甲状腺超声样本图像，对融合了结节分类模型的初始结节分割模型进行训练得到的；所述结节分类模型是采用具有分类标注的第一甲状腺超声样本图像，对预先构建的分类模型进行训练得到的。2.根据权利要求1所述的结节分割方法，其特征在于，所述结节分类模型是基于如下步骤确定的：获取第一甲状腺超声样本图像；对所述第一甲状腺超声样本图像进行多级特征提取，得到多级第一甲状腺特征；基于多级第一甲状腺特征与所述第一甲状腺超声样本图像的分类标注，对预先构建的分类模型进行训练，得到结节分类模型。3.根据权利要求1所述的结节分割方法，其特征在于，所述目标结节分割模型是基于如下步骤确定的：获取第二甲状腺超声样本图像；对所述第二甲状腺超声样本图像进行图像裁剪，得到甲状腺结节图像；对所述第二甲状腺超声样本图像进行多级特征提取，得到多级第二甲状腺特征；对所述甲状腺结节图像进行特征提取，得到甲状腺结节特征；基于多级第二甲状腺特征与所述甲状腺结节特征进行特征对齐，得到目标特征；根据所述目标特征、多级第二甲状腺特征与所述第二甲状腺超声样本图像的分割标注，对初始结节分割模型进行训练，得到目标结节分割模型。4.根据权利要求3所述的结节分割方法，其特征在于，所述根据所述目标特征、多级第二甲状腺特征与所述第二甲状腺超声样本图像的分割标注，对初始结节分割模型进行训练，得到目标结节分割模型，包括：根据所述目标特征与多级第二甲状腺特征进行多通道特征提取，得到多通道特征；对所述多通道特征、所述目标特征与多级第二甲状腺特征进行特征融合，得到融合特征；根据所述融合特征与所述第二甲状腺超声样本图像的分割标注，对初始结节分割模型进行训练，得到目标结节分割模型。5.根据权利要求3所述的结节分割方法，其特征在于，所述基于多级第二甲状腺特征与所述甲状腺结节特征进行...

【专利技术属性】
技术研发人员：王金桥，邓兰青，王雨禾，沈圣智，郭子江，赵朝阳，朱贵波，
申请(专利权)人：广东杰创智能科技有限公司，
类型：发明
国别省市：