[发明专利]一种医学图像分割方法、装置、设备及存储介质

说明书

本发明实施例公开了一种医学图像分割方法、装置、设备及存储介质。该方法包括：获取受检对象的组织图像，并基于预设图像分割算法从组织图像中提取出细胞核的初步分割图像；将组织图像和初步分割图像输入至已训练完成的细胞核分割模型中，根据细胞核分割模型的输出结果得到细胞核的目标分割图像。本发明实施例的技术方案，通过将传统图像分割算法和深度学习算法相结合，在可充分发挥深度学习算法的良好分割性能的基础上，可大大缓解深度学习算法对人工标注的完善数据的需求，这使得在只有少量的人工标注的完善数据的情况下，依然能够达到较好的分割性能，达到了以较低的人工成本和时间成本从医学图像中精准分割出细胞核图像的效果。

技术领域

本发明实施例涉及医学图像处理技术领域，尤其涉及一种医学图像分割方法、装置、设备及存储介质。

背景技术

组织病理图像作为病理学的重要组成部分，是医护人员诊断和预后多种疾病的重要参考因素。在组织病理图像分析中，细胞核的不同形态是很多疾病是否出现的一个重要依据，因此，如何从组织病理图像中精准提取出细胞核的分割图像，这是计算机辅助诊断和医学图像自动分析的重要课题。

医学图像分割是将医学图像分割成若干具有相似性质的区域的过程，是一种逐像素的分类任务。针对医学图像分割中的细胞核分割任务，现有技术主要包括传统图像分割算法和深度学习算法。但是，传统图像分割算法具有分割精度较低、容易造成过分割和欠分割、对不同组织的病理图像的泛化能力较差的缺点；而深度学习算法需要大量的人工标注的完善数据进行模型训练，尤其是针对细胞核分割任务，其需要像素级别的精细标注，这使得获取人工标注的完善数据的人工成本和时间成本较高。

发明内容

本发明实施例提供了一种医学图像分割方法、装置、设备及存储介质，以实现从组织图像中分割出细胞核图像的效果。

第一方面，本发明实施例提供了一种医学图像分割方法，可以包括：

获取受检对象的组织图像，并基于预设图像分割算法从组织图像中提取出细胞核的初步分割图像；

将组织图像和初步分割图像输入至已训练完成的细胞核分割模型中，根据细胞核分割模型的输出结果得到细胞核的目标分割图像。

可选的，基于预设图像分割算法从组织图像中提取出细胞核的初步分割图像，可以包括：

从组织图像中提取出细胞核的标记点图像；

基于标记点的分水岭算法，根据标记点图像从组织图像中提取出细胞核的初步分割图像。

可选的，从组织图像中提取出细胞核的标记点图像，可以包括：

获取组织图像的二值图像；

根据二值图像得到细胞核的前景图像和背景图像；

对前景图像进行连通域计算，并对前景图像和背景图像进行减法计算，以得到细胞核的标记点图像。

可选的，将组织图像和初步分割图像输入至已训练完成的细胞核分割模型中，可以包括：

将组织图像和初步分割图像进行拼接，得到拼接图像；

将拼接图像输入至已训练完成的细胞核分割模型中，其中，细胞核分割模型包括语义分割网络模型。

可选的，上述医学图像分割方法，还可以包括：

获取样本对象的样本组织图像，并基于预设图像分割算法从样本组织图像中提取出样本细胞核的样本初步分割图像；

将样本组织图像、样本初步分割图像和样本细胞核的人工标注掩膜图像作为一组训练样本，基于多组训练样本对原始卷积神经网络模型进行训练，得到细胞核分割模型。