一种CT辅助标注模型的训练方法、CT辅助标注方法及装置制造方法及图纸

本申请实施例提供了一种CT辅助标注模型的训练方法、CT辅助标注方法及装置。其中，该CT辅助标注模型的训练方法通过将原始CT图像、金标准CT图像输入至预设初始神经网络模型中，以金标准CT图像中包含的各病灶的标注信息作为分割参考提示信息，利用分割子网络模型对原始CT图像进行图像分割处理得到各个病灶的初始分割图像特征集合，基于此初始分割图像特征集合与金标准CT图像中对应的病灶的标准图像特征之间的第一特征差异，对预设初始神经网络模型的参数进行调整，直至该第一特征差异收敛，可得到目标CT辅助标注模型。选用本申请实施例训练得到的目标CT辅助标注模型，可自动识别CT图像中包含的各病灶的病灶信息，以节省标注人员的工作量。

【技术实现步骤摘要】

本申请涉及图像处理，尤其涉及一种ct辅助标注模型的训练方法、ct辅助标注方法及装置。

技术介绍

1、ct(computed tomography，电子计算机断层扫描)是一种常见的利用体外设备对扫描对象内部进行扫描，以获知扫描内部具体状况的技术，因此常被用于医疗领域获取人体内部或者动物体内的各部位的健康状况分析。在医疗领域，借助ct图像对人体内部或者动物体内的各部位进行健康状况分析时，将待确定健康状况的部位(包括但不限于器脏、组织)统称为病灶。

2、相关技术中，通过利用专业人士标注的标准ct图像对神经网络模型进行训练，得到具有ct病灶识别能力的智能模型，借助该智能模型对ct扫描设备扫描得到的ct图像进行病灶识别；

3、但是，由于ct图像为三维的多层图像，所包含的部位类型、病灶类型数量较多，若完全依赖专业人士对在ct图像进行对各像素点逐一标注得到标准ct图像，容易增加专业人士的工作量。

技术实现思路

1、有鉴于此，本申请实施例提供了一种ct辅助标注模型的训练方法、ct辅助标注方法及装置，以本文档来自技高网...

【技术保护点】

1.一种CT辅助标注模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述金标准CT图像包括：金标准掩码CT图像，所述金标准掩码CT图像中包括清楚标识所述原始CT图像中包含的各病灶的掩码信息，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述金标准CT图像包括：金标准掩码CT图像，所述金标准掩码CT图像中包括清楚标识所述原始CT图像中包含的各病灶的掩码信息，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，所述分割子网络模型中包括若干个编码器与若干个解码器；

5.根据权利要求4所述...

【技术特征摘要】

1.一种ct辅助标注模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述金标准ct图像包括：金标准掩码ct图像，所述金标准掩码ct图像中包括清楚标识所述原始ct图像中包含的各病灶的掩码信息，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述金标准ct图像包括：金标准掩码ct图像，所述金标准掩码ct图像中包括清楚标识所述原始ct图像中包含的各病灶的掩码信息，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，所述分割子网络模型中包括若干个编码器与若干个解码器；

5.根据权利要求4所述的方法，其特征在于，所述以各所述病灶的标注信息为分割参考提示信息，利用所述预设初始...

【专利技术属性】
技术研发人员：吴烁华，郭岗，
申请(专利权)人：紫桐智能厦门信息科技有限公司，
类型：发明
国别省市：