[发明专利]图像分割方法、装置、电子设备及可读存储介质

权利要求书

1.一种图像分割方法，其特征在于，应用于电子设备，所述方法包括：

获取内脏三维样本集，所述内脏三维样本集中包括标注有分类结果的多个内脏三维样本，所述分类结果包括内脏分类结果和肿瘤分类结果；

根据预先配置的混合卷积训练模型提取所述内脏三维样本的卷积堆叠矩阵，并对所述卷积堆叠矩阵进行时空域分解卷积，得到对应的三维时空卷积特征和二维时空卷积特征；

根据所述三维时空卷积特征和二维时空卷积特征对所述混合卷积训练模型进行训练，得到训练后的图像分割模型，以通过所述图像分割模型对输入的内脏三维图像进行内脏分割和肿瘤分割，其中，在根据所述二维时空卷积特征对所述混合卷积训练模型进行训练的过程中，根据所述二维时空卷积特征对所述混合卷积训练模型进行迁移学习训练。

2.根据权利要求1所述的图像分割方法，其特征在于，所述获取内脏三维样本集的步骤，包括：

获取来自多个检查中心中不同CT设备各自生成的内脏三维初始图像；

根据标注指令在各个内脏三维初始图像上添加对应的分类结果，得到对应的内脏三维标注图像；

对各个内脏三维标注图像进行预处理，得到预处理后的各个内脏三维标注图像，以形成所述内脏三维样本集。

3.根据权利要求2所述的图像分割方法，其特征在于，所述对各个内脏三维标注图像进行预处理，得到预处理后的各个内脏三维标注图像的步骤，包括：

将每个内脏三维标注图像在各个坐标轴上的分辨率进行归一化处理；

将归一化处理分辨率后的内脏三维标注图像的影像体素值的Hu值限制在预设值范围内后，对所述Hu值进行归一化处理，使得所述内脏三维标注图像的图像值为均值为0、方差为1的图像值；

将归一化处理Hu值后的各个内脏三维标注图像进行数据扩充，得到预处理后的各个内脏三维标注图像。

4.根据权利要求1所述的图像分割方法，其特征在于，所述混合卷积训练模型包括二维卷积网络和三维深度可分解卷积网络，所述三维深度可分解卷积网络，所述三维深度可分解卷积网络包括多个二维深度可分解卷积块；

所述根据预先配置的混合卷积训练模型提取所述内脏三维样本的卷积堆叠矩阵的步骤，包括：

根据所述二维卷积网络提取内脏三维样本的二维卷积特征；

分别通过所述多个二维深度可分解卷积块对所述二维卷积特征进行N次下采样后进行卷积提取，得到多个二维深度可分解卷积结果；

将所述多个二维深度可分解卷积结果进行堆叠，得到所述内脏三维样本的卷积堆叠矩阵，其中，所述卷积堆叠矩阵包括二维编码输出的特征图个数、特征图坐标层数、特征图高度以及特征图宽度。

5.根据权利要求4所述的图像分割方法，其特征在于，所述对所述卷积堆叠矩阵进行时空域分解卷积，得到对应的三维时空卷积特征和二维时空卷积特征的步骤，包括：

对所述卷积堆叠矩阵进行时域分解卷积，以融合所述卷积堆叠矩阵中的层间信息，并对所述卷积堆叠矩阵进行空域分解卷积，以融合所述卷积堆叠矩阵中的层内信息，从而得到对应的三维时空卷积特征和二维时空卷积特征。