一种医学影像肿瘤分割模型训练方法、装置及分割方法

专利主权项内容

1.一种医学影像肿瘤分割模型训练方法，其特征在于，所述医学影像肿瘤分割模型训练方法包括：获取数据视角的软标签；获取模型视角的软标签；根据所述模型视角的软标签以及所述数据视角的软标签获取联合加权损失函数；获取经过预训练的医学影像肿瘤分割模型；根据所述联合加权损失函数对经过预训练的医学影像肿瘤分割模型进行训练；所述获取经过预训练的医学影像肿瘤分割模型包括：获取医学影像肿瘤分割模型；根据所述数据视角的软标签获取数据视角损失函数；通过所述数据视角损失函数对所述医学影像肿瘤分割模型进行预训练，从而获取经过预训练的医学影像肿瘤分割模型；所述获取数据视角的软标签包括：获取待使用3D医学图像的空间平滑标签；根据所述空间平滑标签获取中心距离场；根据所述空间平滑标签、中心距离场获取强度相似度图；对所述空间平滑标签、中心距离场以及强度相似度图进行融合从而获取数据视角的软标签；所述获取待使用3D医学图像的空间平滑标签包括：获取待使用3D医学图像以及该待使用3D医学图像所标记的肿瘤区域掩膜；通过三维高斯核对Y进行卷积，从而计算出空间平滑标签；其中，Y代表一个3D医学图像对应人工标注的肿瘤区域掩膜；所述根据所述空间平滑标签获取中心距离场包括：获取所述空间平滑标签中的每个单独的肿瘤区域；根据所述每个单独的肿瘤区域获取中心距离场；所述根据所述空间平滑标签、中心距离场获取强度相似度图包括：分别获取待使用3D医学图像的每个像素点领域的平均强度；获取每个单独的肿瘤区域的平均强度；获取每个像素点领域的平均强度分别与每个单独的肿瘤区域的平均强度的相似度，从而获取强度相似度图；所述对所述空间平滑标签、中心距离场以及强度相似度图进行融合从而获取数据视角的软标签采用如下公式进行融合：
；其中，
表示数据视角的软标签、/>表示空间平滑标签、/>表示中心距离场、/>表示强度相似度图、/>是一个0到1的预设参数；所述根据所述模型视角的软标签以及所述数据视角的软标签获取联合加权损失函数采用如下公式获取：
；其中，
表示联合加权损失函数、/>表示权重、λ1、 λ2表示两个0到1之间的预设参数、/>表示平均Dice损失、/>表示数据视角的软标签、/>表示切片级预测、/>表示对于Y计算的Dice loss、/>表示模型视角的软标签。