【技术实现步骤摘要】
本专利技术涉及医学图像分割领域，具体而言，涉及一种医学图像分割方法、装置及电子设备。
技术介绍
1、医学图像分割是一种重要的医学图像处理技术，它可以将医学图像中感兴趣的结构或组织从背景中分离出来，例如，实现对肿瘤、器官、血管、骨骼等结构的精确分割和定位，从而帮助医生制定医疗计划。
2、目前在医学图像分割领域已有各种医学图像分割技术，但这些技术通常需要大量的精细化标注数据，在标注过程中耗时耗力，从而使得图像分割模型的训练成本高，进而导致医学图像分割成本高的问题。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种医学图像分割方法、装置及电子设备，以至少解决相关技术中需要对训练样本中的各个像素进行人工标注，从而使得图像分割模型的训练成本高，进而导致医学图像分割成本高的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种医学图像分割方法，包括：获取目标医学图像；通过目标图像分割模型识别目标医学图像中各个像素的像素类型，并根据像素的像素类型对目标医学图像进行图像分割，得到图像分割结果，其中，目标图像分割模型根据多个样本图像以及各个样本图像在目标维度的标签训练得到，目标维度为以下之一：冠状面维度、横断面维度、图像整体维度，标签包括样本图像中各个像素的像素类型，标签根据样本图像中n组正交切面的真实标签生成，真实标签包括n组正交切面中各个像素预设的像素类型，n为大于1的正整数，图像分割结果用于制定医疗计划。p>
3、进一步地，医学图像分割方法还包括：获取多个样本图像以及各个样本图像中n组正交切面的真实标签，其中，每组正交切面包括冠状面方向的第一切面和横断面方向的第二切面，且不同组正交切面中的切面不同；对于每个样本图像，根据样本图像的n组正交切面和真实标签，确定样本图像的2n个初始标签，其中，初始标签包括样本图像中各个像素的初始像素类型，一个初始标签与n组正交切面中的一个切面具有关联关系；根据样本图像的2n个初始标签和样本图像的真实标签，确定样本图像在目标维度的标签。
4、进一步地，真实标签包括第一切面对应的第一真实标签和第二切面对应的第二真实标签，其中，医学图像分割方法还包括：对于样本图像的每组正交切面，将样本图像、当前组正交切面中的第一切面、第一真实标签输入标签生成模型，得到样本图像的第一初始标签；将样本图像、当前组正交切面中的第二切面、第二真实标签输入标签生成模型，得到样本图像对应的第二初始标签；将n组正交切面的第一初始标签、第二初始标签确定为2n个初始标签。
5、进一步地，医学图像分割方法还包括：从样本图像中确定在真实标签中不存在像素类型的像素，得到多个目标像素；在目标维度为冠状面维度的情况下，根据2n个初始标签中与n组正交切面中第一切面对应的初始标签，确定多个目标像素在冠状面维度的像素类型，并根据确定的多个目标像素的像素类型和真实标签确定样本图像在冠状面维度的第一标签；在目标维度为横断面维度的情况下，根据2n个初始标签中与n组正交切面中第二切面对应的初始标签，确定多个目标像素在横断面维度的像素类型，并根据确定的多个目标像素的像素类型和真实标签确定样本图像在横断面维度的第二标签；在目标维度为图像整体维度的情况下，根据第一标签和第二标签确定样本图像在图像整体维度的第三标签。
6、进一步地，医学图像分割方法还包括：从2n个初始标签中确定与n组正交切面中第一切面对应的初始标签，得到n个初始标签；对于每个目标像素，将目标像素在n个初始标签中匹配次数最多的像素类型确定为目标像素在冠状面维度的像素类型，或者，对于每个目标像素，确定与目标像素距离最近的第一切面所匹配的初始标签，得到目标初始标签，将目标像素在目标初始标签中匹配的像素类型确定为目标像素在冠状面维度的像素类型。
7、进一步地，医学图像分割方法还包括：获取与冠状面维度对应的第一图像分割模型、与横断面维度对应的第二图像分割模型以及与图像整体维度对应的第三图像分割模型；获取多个无标签样本图像，并依据样本图像和无标签样本图像训练第一图像分割模型、第二图像分割模型以及第三图像分割模型，其中，对于每个图像分割模型，依据该图像分割模型所对应的维度的信息、该图像分割模型对样本图像的识别结果以及所有图像分割模型对无标签样本图像的识别结果计算损失函数值，图像分割模型所对应的维度的信息包括以下之一：第一标签、第二标签、第三标签；在第一图像分割模型、第二图像分割模型以及第三图像分割模型达到预设的迭代条件的情况下，依据模型准确率从第一图像分割模型、第二图像分割模型以及第三图像分割模型中确定目标图像分割模型。
8、进一步地，图像分割模型所对应的维度的信息还包括以下之一：样本图像中各个像素在冠状面维度的第一权重、样本图像中各个像素在横断面维度的第二权重、样本图像中各个像素在图像整体维度的第三权重，其中，医学图像分割方法还包括：对于每个样本图像的各个像素，根据像素与第一切面的距离、像素的标记信息确定像素在第一切面维度的权重，其中，标记信息表征像素在真实标签中是否存在像素类型；根据像素与第二切面的距离、像素的标记信息确定像素在第二切面维度的权重；根据样本图像中所有像素在各个第一切面维度的权重，确定样本图像中各个像素在冠状面维度的第一权重；根据样本图像中所有像素在各个第二切面维度的权重，确定样本图像中各个像素在横断面维度的第二权重；根据第一权重和第二权重，确定样本图像中各个像素在图像整体维度的第三权重。
9、进一步地，图像分割模型所对应的维度的信息还包括以下之一：样本图像中各个像素在冠状面维度的第一权重、样本图像中各个像素在横断面维度的第二权重、样本图像中各个像素在图像整体维度的第三权重，其中，医学图像分割方法还包括：根据图像分割模型对样本图像的预测结果、图像分割模型所对应的维度的信息计算第一损失函数值；根据所有图像分割模型对无标签样本图像的预测结果计算第二损失函数值；根据第一损失函数值和第二损失函数值确定损失函数值。
10、根据本专利技术实施例的另一方面，还提供了一种医学图像分割装置，包括：第一获取模块，用于获取目标医学图像；处理模块，用于通过目标图像分割模型识别目标医学图像中各个像素的像素类型，并根据像素的像素类型对目标医学图像进行图像分割，得到图像分割结果，其中，目标图像分割模型根据多个样本图像以及各个样本图像在目标维度的标签训练得到，目标维度为以下之一：冠状面维度、横断面维度、图像整体维度，标签包括样本图像中各个像素的像素类型，标签根据样本图像中n组正交切面的真实标签生成，真实标签包括n组正交切面中各个像素预设的像素类型，n为大于1的正整数，图像分割结果用于制定医疗计划。
11、根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的医学图像分割方法。
12、根据本专利技术实施例的另一方面，还提供了一种电子设备，电子设备包括一个或多个处理本文档来自技高网...
【技术保护点】
1.一种医学图像分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述样本图像在目标维度的标签通过以下方式生成：
3.根据权利要求2所述的方法，其特征在于，所述真实标签包括第一切面对应的第一真实标签和第二切面对应的第二真实标签，其中，根据所述样本图像的N组正交切面和所述真实标签，确定所述样本图像的2N个初始标签，包括：
4.根据权利要求2所述的方法，其特征在于，根据所述样本图像的2N个初始标签和所述样本图像的真实标签，确定所述样本图像在所述目标维度的标签，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述2N个初始标签中与所述N组正交切面中第一切面对应的初始标签，确定所述多个目标像素在所述冠状面维度的像素类型，包括：
6.根据权利要求4所述的方法，其特征在于，所述目标图像分割模型通过以下方式得到：
7.根据权利要求6所述的方法，其特征在于，所述图像分割模型所对应的维度的信息还包括以下之一：所述样本图像中各个像素在所述冠状面维度的第一权重、所述样本图像中各个像素在所述横断面维度的第
8.根据权利要求6所述的方法，其特征在于，所述图像分割模型所对应的维度的信息还包括以下之一：所述样本图像中各个像素在所述冠状面维度的第一权重、所述样本图像中各个像素在所述横断面维度的第二权重、所述样本图像中各个像素在所述图像整体维度的第三权重，其中，所述图像分割模型的损失函数值通过以下方式确定：
9.一种医学图像分割装置，其特征在于，包括：
10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至8任一项中所述的医学图像分割方法。
...【技术特征摘要】
1.一种医学图像分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述样本图像在目标维度的标签通过以下方式生成：
3.根据权利要求2所述的方法，其特征在于，所述真实标签包括第一切面对应的第一真实标签和第二切面对应的第二真实标签，其中，根据所述样本图像的n组正交切面和所述真实标签，确定所述样本图像的2n个初始标签，包括：
4.根据权利要求2所述的方法，其特征在于，根据所述样本图像的2n个初始标签和所述样本图像的真实标签，确定所述样本图像在所述目标维度的标签，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述2n个初始标签中与所述n组正交切面中第一切面对应的初始标签，确定所述多个目标像素在所述冠状面维度的像素类型，包括：
6.根据权利要求4所述的方法，其特征在于，所述目标图像分割模型通过以下方式得到：
7.根据权利要求6所述的方法，其特征在于，所述图像分割模型所对应的维度的信息还...
【专利技术属性】
技术研发人员：刘兴业，顾席铭，冯彦彰，陈亚刚，
申请(专利权)人：北京壹点灵动科技有限公司，
类型：发明
国别省市：
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。