[发明专利]图像处理、图像处理模型的训练方法、装置、设备及介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取参考对象的待处理图像和目标图像处理模型，所述目标图像处理模型基于所述参考对象的样本图像和所述样本图像对应的标签训练得到，所述样本图像对应的标签用于指示所述样本图像中的第一样本像素点，所述第一样本像素点对应的对象类别为所述参考对象对应的满足参考条件的目标对象；

调用所述目标图像处理模型对所述待处理图像的表征图像进行概率预测，得到第一概率图，所述第一概率图中的像素点的像素值用于指示所述像素点对应的对象类别为所述目标对象的概率；

基于所述第一概率图，获取所述目标对象的图像。

2.根据权利要求1所述的方法，其特征在于，所述调用所述目标图像处理模型对所述待处理图像的表征图像进行概率预测之前，所述方法还包括：

根据所述参考对象的轮廓对应的轮廓阈值，对所述待处理图像进行二值化处理，得到所述待处理图像对应的阈值分割图像；

基于所述阈值分割图像，获取所述待处理图像的表征图像。

3.根据权利要求2所述的方法，其特征在于，所述基于所述阈值分割图像，获取所述待处理图像的表征图像，包括：

获取所述待处理图像对应的辅助图像；

对所述阈值分割图像和所述辅助图像进行拼接，得到所述表征图像。

4.根据权利要求3所述的方法，其特征在于，所述辅助图像包括第一图像和第二图像中的至少一个，所述第一图像根据所述参考对象的轮廓对应的成像值范围对所述待处理图像进行处理得到，所述第二图像根据所述参考对象的内部的参考元素对应的成像值范围对所述待处理图像进行处理得到。

5.根据权利要求2-4任一所述的方法，其特征在于，所述根据所述参考对象的轮廓对应的轮廓阈值，对所述待处理图像进行二值化处理，得到所述待处理图像对应的阈值分割图像之前，所述方法还包括：

确定所述参考对象的轮廓对应的参考阈值范围；

在所述参考阈值范围内确定所述轮廓阈值。

6.根据权利要求1-4任一所述的方法，其特征在于，所述基于所述第一概率图，获取所述目标对象的图像，包括：

基于所述第一概率图，获取与所述待处理图像尺寸相同的第二概率图；

根据概率阈值对所述第二概率图进行二值化处理，得到所述目标对象的图像。

7.根据权利要求1-4任一所述的方法，其特征在于，所述基于所述第一概率图，获取所述目标对象的图像之后，所述方法还包括：

基于所述目标对象的图像，构建所述目标对象的虚拟模型；

获取所述参考对象的点云数据，所述点云数据通过对所述参考对象进行扫描得到；

将所述点云数据与所述虚拟模型进行配准，显示配准结果。

8.根据权利要求1-4任一所述的方法，其特征在于，所述待处理图像为原始图像中的兴趣区域的图像，所述目标对象的图像与所述待处理图像的尺寸相同，所述基于所述第一概率图，获取所述目标对象的图像之后，所述方法还包括：

根据所述目标对象的图像对所述原始图像进行标注，显示标注后的原始图像。

9.根据权利要求1-4任一所述的方法，其特征在于，所述待处理图像为头部医学影像，所述参考对象为轮廓上未附有异物且内部存在孔洞，或轮廓上附有异物且内部存在孔洞的头部，所述满足参考条件的目标对象为满足轮廓上未附有异物或内部不存在孔洞中的至少一项的头部。