[发明专利]一种图像分割模型的准确度评价系统及方法

权利要求书

1.一种图像分割模型的准确度评价系统，其特征在于，包括：

预处理模块，用于分别在预先获取的多个医学视频影像上标注出病灶区域得到多个标注视频影像；

第一处理模块，连接所述预处理模块，用于分别对各所述标注视频影像进行处理得到相应的真实病灶掩膜图像；

第二处理模块，连接所述预处理模块，用于将各所述标注视频影像分别输入预先迭代训练得到的以所述医学视频影像为输入，以所述病灶区域为输出的多个图像分割模型中，得到所述标注视频影像中每帧标注影像对应的预测病灶图像，并对各所述预测病灶图像分别进行处理得到相应的预测病灶掩膜图像；

各所述图像分割模型分别对应不同的迭代训练次数；

模型评价模块，分别连接所述第一处理模块和所述第二处理模块，用于针对每个所述图像分割模型，分别计算各所述标注视频影像对应的各所述真实病灶掩膜图像与对应的所述预测病灶掩膜图像之间的像素重合度，并在所述像素重合度符合一重合度标准时输出表示对应的图像分割模型准确度达标的准确度评价结果；

所述像素重合度包括第一重合度，所述第一重合度的计算公式如下：

其中，

其中，

其中，RESULTS用于表示所述像素重合度；K_j用于表示预先获取的第j个图像分割模型的损失函数值；RESULT_i用于表示所述标注视频影像的第i帧所述真实病灶掩膜图像与对应的所述预测病灶掩膜图像之间单帧重合度；PRE_prei用于表示第i帧所述预测病灶掩膜图像中的预测病灶区域；MASK_maski用于表示第i帧所述真实病灶掩膜图像中的真实病灶区域；PRE_i用于表示第i帧所述预测病灶掩膜图像；MASK_i用于表示第i帧所述真实病灶掩膜图像；n用于表示所述标注视频影像的总帧数。

2.根据权利要求1所述的准确度评价系统，其特征在于，所述模型评价模块包括：

第一评价单元，用于针对每个所述图像分割模型，分别计算各所述标注视频影像对应的各所述真实病灶掩膜图像与对应的所述预测病灶掩膜图像之间的像素重合度，并将各所述像素重合度加入一重合度集合；

第二评价单元，连接所述第一评价单元，用于对所述重合度集合中所有所述像素重合度进行处理得到一总重合度，并在所述总重合度满足所述重合度标准时输出表示对应的所述图像分割模型准确度达标的准确度评价结果。

3.根据权利要求2所述的准确度评价系统，其特征在于，所述第一评价单元包括：

第一处理子单元，用于针对所述标注视频影像中的每帧标注影像，分别计算对应的所述真实病灶掩膜图像与对应的所述预测病灶掩膜图像之间的所述单帧重合度；

第二处理子单元，用于连接所述第一处理子单元，用于根据所述单帧重合度以及所述标注视频影像的总帧数，处理得到所述标注视频影像对应的所述像素重合度，随后将所述像素重合度加入所述重合度集合。

4.根据权利要求3所述的准确度评价系统，其特征在于，所述像素重合度包括：

所述第一重合度，则所述第二评价单元取所有所述第一重合度的均值或中位数作为所述总重合度，且在所述总重合度大于一第一阈值时输出表示所述图像分割模型准确度达标的准确度评价结果；或

第二重合度，则所述第二评价单元取所有所述第二重合度的均值或中位数作为所述总重合度，且在所述总重合度小于一第二阈值时输出表示所述图像分割模型准确度达标的准确度评价结果；或

所述第一重合度和所述第二重合度，对应的所述总重合度包括一第一总重合度和一第二总重合度，则所述第二评价单元取所有所述第一重合度的均值或中位数作为所述第一总重合度，取所有所述第二重合度的均值或中位数作为所述第二总重合度，在所述第一总重合度大于所述第一阈值且所述第二总重合度小于所述第二阈值时输出所述图像分割模型准确度达标的准确度评价结果。