用于心脏超声图像分割的模型训练方法、装置和分割方法

专利主权项内容

1.一种用于心脏超声图像分割的模型训练方法，其特征在于，包括：所述用于心脏超声图像分割的模型包括分割模型和风格迁移模型，所述用于心脏超声图像分割的模型的训练依次包括一次初步训练和有限次深入训练，在每次深入训练中，先进行分割模型的训练，再进行风格迁移模型的训练；利用初步训练数据进行初步训练，利用深入训练数据进行深入训练；在所述分割模型的训练中，以对应使用的训练数据中的心脏超声图像为输入，输出生成的分割掩码；在所述风格迁移模型的训练中，以对应使用的训练数据中的分割掩码图像为输入，输出生成的心脏超声图像；通过最小化损失函数值对所述分割模型和风格迁移模型的参数进行优化；所述初步训练数据包括原始的心脏超声图像以及利用人工标注的分割掩码生成的原始的分割掩码图像，人工标注的分割掩码是对所述原始的心脏超声图像进行人工标注产生的；在分割模型的当前次深入训练中，使用的深入训练数据包括上一次的训练数据、推理得到的心脏超声图像及其对应的分割掩码图像，其中，该推理得到的心脏超声图像为利用上一次训练好的风格迁移模型根据输入的分割掩码图像进行推理得到的，该推理得到的心脏超声图像对应的分割掩码图像为利用分割掩码数据增强后生成的，此处的分割掩码为人工标注的分割掩码或利用上一次训练好的分割模型进行推理得到的；在风格迁移模型的当前次深入训练中，使用的所述深入训练数据包括上一次的训练数据、推理得到的分割掩码图像及其对应的心脏超声图像，其中，该推理得到的分割掩码图像为利用分割掩码数据增强后生成的，此处的分割掩码为利用当前次训练好的分割模型根据输入的心脏超声图像进行推理得到的，该推理得到的分割掩码图像对应的心脏超声图像为利用上一次训练好的风格迁移模型进行推理得到的。