[发明专利]图像标注方法、标注模型的训练方法和装置

说明书

本申请涉及一种图像标注方法、标注模型的训练方法和装置。该方法包括：计算机设备获取待标注的医学影像数据，将待标注的医学影像数据输入至预设的标注模型中，得到医学影像数据的标注结果。其中，预设的标注模型为根据预设数据集训练得到的模型；预设数据集包括第一标注影像数据和第二标注影像数据，第一标注影像数据为预先标注的影像数据，第二标注影像数据为根据第一标注影像数据对相邻的未标注影像数据进行标注得到的。在本方案中，第一标注影像数据为预先标注的数据比较准确，第二标注影像数据为根据第一标注影像数据进行标注得到的，也具有一定的准确性，根据第一标注影像数据和第二标注影像数据训练得到的标注模型的标注结果也比较准确。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像标注方法、标注模型的训练方法和装置。

背景技术

机器学习训练模型时需要大量的标注数据供模型学习，但是标注数据是一个巨大的工作量。特别是在医疗技术领域，医学图像的标注任务尤为困难。由于医学图像以三维图像为主，且医学图像的标注比较严谨，需要对标注人员进行专业的训练，耗时耗力，且成本较大，所得到的对医学图像的标注结果也不准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高医学图像标注的准确性的图像标注方法、标注模型的训练方法和装置。

第一方面，提供一种图像标注方法，该方法包括：

获取待标注的医学影像数据；

将待标注的医学影像数据输入至预设的标注模型中，得到医学影像数据的标注结果；预设的标注模型为根据预设数据集训练得到的模型；预设数据集包括第一标注影像数据和第二标注影像数据，第一标注影像数据为预先标注的影像数据，第二标注影像数据为根据第一标注影像数据对相邻的未标注影像数据进行标注得到的。

在其中一个可选的实施例中，预设的标注模型的训练方法包括：

根据原始医学影像数据确定第一标注影像数据和第二标注影像数据，以得到预设数据集；

根据预设数据集对初始标注模型进行训练，得到预设的标注模型。

在其中一个可选的实施例中，根据原始医学影像数据确定第一标注影像数据和第二标注影像数据，包括：

根据用户标注指令对第一原始医学影像数据进行标注，得到第一标注影像数据；第一原始医学影像数据为原始医学影像数据中图像清晰度大于或等于第一清晰度阈值的影像数据；

根据第一标注影像数据对第二原始医学影像数据进行标注，得到第二注影像数据；第二原始医学影像数据为原始医学影像数据中图像清晰度小于或等于第二清晰度阈值，且未进行标注的影像数据；第二原始医学影像数据的相邻上下两层影像均属于第一标注影像数据；第一清晰度阈值大于第二清晰度阈值。

在其中一个可选的实施例中，根据第一标注影像数据对第二原始医学影像数据进行标注，得到第二标注影像数据，包括：

从第一标注影像数据中，确定第二原始医学影像数据的上层第一标注影像数据和下层第一标注影像数据；

根据上层第一标注影像数据的第一标注轮廓、下层第一标注影像数据的第二标注轮廓，确定标注轮廓像素并集；

根据上层第一标注影像数据中的像素和下层第一标注影像数据的像素，确定前景像素交集和背景像素交集；

根据标注轮廓像素并集、前景像素交集和背景像素交集，对第二原始医学影像数据进行标注，得到第二标注影像数据。

在其中一个可选的实施例中，根据标注轮廓像素并集、前景像素交集和背景像素交集，对第二原始医学影像数据进行标注，得到第二标注影像数据，包括：

将第二原始医学影像数据中，不属于标注像素并集，属于前景像素交集的像素标注为前景像素；