[发明专利]一种数据处理方法、装置及电子设备

说明书

本申请公开了一种数据处理方法、装置及电子设备，方法包括：在获得到对应于多个标注数据集合的训练图像之后，由于每个标注数据集合均包含对应于所属训练图像的每个像素点的标注值，而且以不同的标注数据集合分别标注背景区域像素点和不同目标对象的像素点，基于此，在将训练图像输入到预先构建的对象分割模型之后，可以得到分别对应于背景区域像素点和不同目标对象的像素点的测试数据集合，而每个集合中包含每个像素点上的测试值，由此，获得标注数据集合和测试数据集合之间的当前损失数据并根据这些损失数据对对象分割模型中的模型参数进行调整。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种数据处理方法、装置及电子设备。

背景技术

基于医学影像(例如电子计算机断层扫描CT(Computed Tomography)、磁共振成像MRI(Magnetic Resonance Imaging)等)的疾病诊断，在临床决策中具有重要意义。能够对医学图像中的各种器官进行精准分割，可以为医生诊断和治疗提供必要的辅助信息。

目前，对医学图像中各器官进行分割，通常采用基于机器学习的医学图像分割算法。

但是，这种方案中通常是针对特定器官，对于每一个器官的分割，均需要训练一个单独的模型，也需要针对每个模型标注大量的训练样本。因此，无法实现一个模型对医学图像中多器官的分割。

发明内容

有鉴于此，本申请提供一种数据处理方法、装置及电子设备，包括：

一种数据处理方法，包括：

获得训练图像，所述训练图像对应有N+1个标注数据集合，N为大于或等于2的正整数，每个所述标注数据集合中包含Q个标注值，每个所述标注值对应于所属的训练图像的一个像素点，第1个所述标注数据集合中的每个所述标注值大于标注阈值的情况下表征其所属像素点属于背景区域像素点，第i个所述标注数据集合中的每个所述标注值大于所述标注阈值的情况下表征其所属像素点属于第i类目标对象，i为大于或等于2且小于或等于N+1的正整数；

将所述训练图像输入到预先构建的对象分割模型中，以得到所述对象分割模型所输出的测试结果，所述测试结果包括N+1个测试数据集合，每个所述测试数据集合中包含Q个测试值，每个所述测试值对应于所属的训练图像的一个像素点，第1个所述测试数据集合中的每个所述测试值表征其所属像素点属于背景区域像素点的概率，第i个所述测试数据集合中的每个所述测试值表征其所属像素点属于第i类目标对象的像素点的概率；

获得所述N+1个标注数据集合与所述N+1个测试数据集合之间的当前损失数据，所述当前损失数据包含第一损失值对应的第一分量和N个第二损失值各自对应的第二分量，所述第一损失值为所述第1个所述标注数据集合和第1个所述测试数据集合之间的损失值，第i个第二损失值为第i个所述标注数据集合和第i个所述测试数据集合之间的损失值；

其中，在所述训练图像中不存在被标注为第i类目标对象的像素点的情况下，第i个所述第二分量为0；在所述训练图像中不存在被标注为任一类目标对象的像素点的情况下，所述第一分量为0；

至少根据所述当前损失数据，对所述对象分割模型中的模型参数进行调整，所述对象分割模型用于对目标图像中的N类目标对象所对应的图像区域进行分割。

上述方法，优选的，获得所述N+1个标注数据集合与所述N+1个测试数据集合之间的当前损失数据，包括：

利用预设的损失函数，获得所述第1个所述标注数据集合和第1个所述测试数据集合之间的第一损失值；

利用所述损失函数，分别获得第i个所述标注数据集合和第i个所述测试数据集合之间的第二损失值；

将所述第一损失值乘以第一系数，得到第一分量；

将每个所述第二损失值乘以第二系数，得到每个所述第二损失值对应的第二分量；