[发明专利]图像的分割方法及装置、电子设备和存储介质

权利要求书

1.一种神经网络的训练方法，其特征在于，包括：

通过第一神经网络提取第一图像的第一特征和第二图像的第二特征，其中，所述第一图像和所述第二图像为对同一对象扫描得到的扫描图像，所述第一图像和所述第二图像均为逐层扫描得到的三维图像，且所述第一图像与所述第二图像的扫描平面不同；

通过所述第一神经网络融合所述第一特征和所述第二特征，得到第三特征；

通过所述第一神经网络根据所述第三特征，确定所述第一图像和所述第二图像中重合的像素的第一分类结果；

根据所述第一分类结果，以及所述重合的像素对应的标注数据，训练所述第一神经网络；

通过第二神经网络确定所述第一图像中的像素的第二分类结果；

根据所述第二分类结果，以及所述第一图像对应的标注数据，训练所述第二神经网络；

通过训练后的所述第一神经网络确定所述第一图像和所述第二图像中重合的像素的第三分类结果；

通过训练后的所述第二神经网络确定所述第一图像中的像素的第四分类结果；

根据所述第三分类结果和所述第四分类结果，训练所述第二神经网络。

2.根据权利要求1所述的方法，其特征在于，所述第一图像为横断位的图像，所述第二图像为冠状位的图像或者矢状位的图像。

3.根据权利要求1所述的方法，其特征在于，所述第一图像和所述第二图像均为磁共振成像MRI图像。

4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述第一神经网络包括第一子网络、第二子网络和第三子网络，其中，所述第一子网络用于提取所述第一图像的第一特征，所述第二子网络用于提取第二图像的第二特征，所述第三子网络用于融合所述第一特征和所述第二特征，得到第三特征，并根据所述第三特征，确定所述第一图像和所述第二图像中重合的像素的第一分类结果。

5.根据权利要求4所述的方法，其特征在于，所述第一子网络为去除最后两层的U-Net。

6.根据权利要求4所述的方法，其特征在于，所述第二子网络为去除最后两层的U-Net。

7.根据权利要求4所述的方法，其特征在于，所述第三子网络为多层感知器。

8.根据权利要求1所述的方法，其特征在于，所述第二神经网络为U-Net。

9.根据权利要求1至3中任意一项所述的方法，其特征在于，分类结果包括像素属于肿瘤区域的概率和像素属于非肿瘤区域的概率中的一项或两项。

10.一种图像的分割方法，其特征在于，包括：

根据权利要求1至9中任意一项所述的方法获得训练后的所述第二神经网络；

将第三图像输入训练后所述第二神经网络中，经由训练后的所述第二神经网络输出所述第三图像中的像素的第五分类结果。

11.根据权利要求10所述的方法，其特征在于，在所述经由训练后的所述第二神经网络输出所述第三图像中的像素的第五分类结果之后，所述方法还包括：

对所述第三图像对应的第四图像进行骨骼分割，得到所述第四图像对应的骨骼分割结果。

12.根据权利要求11所述的方法，其特征在于，在所述得到所述第四图像对应的骨骼分割结果之后，所述方法还包括：

确定所述第三图像和所述第四图像中的像素的对应关系；

根据所述对应关系，融合所述第五分类结果和所述骨骼分割结果，得到融合结果。

13.根据权利要求11所述的方法，其特征在于，所述第三图像为MRI图像，所述第四图像为电子计算机断层扫描CT图像。