【技术实现步骤摘要】
息肉分割模型的训练方法、息肉分割方法及相关装置
[0001]本公开涉及图像处理
,具体地,涉及一种息肉分割模型的训练方法、息肉分割方法及相关装置。
技术介绍
[0002]结肠镜检查可以有效地发现并去除息肉。息肉分割(Polyp Segmentation)作为一种计算机视觉任务,可以自动地将图像或视频中的息肉部位分割出来,能够在结肠镜检查过程中降低息肉的漏检率。但是,大多数息肉分割模型都需要大量像素级精确标注的数据集作为训练样本,而对数据集进行像素级精确标注需要耗费大量的人力物力。
技术实现思路
[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面,本公开提供一种息肉分割模型的训练方法,所述息肉分割模型包括第一分割网络和第二分割网络,所述训练方法包括:
[0005]将样本图像输入所述息肉分割模型,得到所述第一分割网络针对所述样本图像输出的分割结果和所述第二分割网络针对所述样本图像输出的分割结果,其中所述样本图像包括标注有息肉位置标签的第一样本图像和未标注息肉位置标签的第二样本图像;
[0006]基于判别网络和所述第一分割网络针对所述第一样本图像和所述第二样本图像输出的分割结果、以及所述第二分割网络针对所述第一样本图像和所述第二样本图像输出的分割结果,得到判别结果,所述判别网络用于判别输 ...
【技术保护点】
【技术特征摘要】
1.一种息肉分割模型的训练方法,其特征在于,所述息肉分割模型包括第一分割网络和第二分割网络,所述训练方法包括:将样本图像输入所述息肉分割模型,得到所述第一分割网络针对所述样本图像输出的分割结果和所述第二分割网络针对所述样本图像输出的分割结果,其中所述样本图像包括标注有息肉位置标签的第一样本图像和未标注息肉位置标签的第二样本图像;基于判别网络和所述第一分割网络针对所述第一样本图像和所述第二样本图像输出的分割结果、以及所述第二分割网络针对所述第一样本图像和所述第二样本图像输出的分割结果,得到判别结果,所述判别网络用于判别输入的分割结果是否对应标注有息肉位置标签的样本图像;根据所述第一分割网络输出的分割结果、所述第二分割网络输出的分割结果和所述判别结果计算目标损失函数值;基于所述目标损失函数值调整所述息肉分割模型的参数。2.根据权利要求1所述的方法,其特征在于,所述根据所述第一分割网络输出的分割结果、所述第二分割网络输出的分割结果和所述判别结果计算目标损失函数值,包括:根据所述第一分割网络针对所述第一样本图像输出的分割结果和所述第一样本图像标注的息肉位置标签、以及所述第二分割网络针对所述第一样本图像输出的分割结果和所述第一样本图像标注的息肉位置标签,计算第一损失函数值;根据所述第一分割网络针对所述第二样本图像输出的分割结果和所述第二分割网络针对所述第二样本图像输出的分割结果,计算第二损失函数值;根据所述判别结果,计算第三损失函数值;将所述第一损失函数值、所述第二损失函数值和所述第三损失函数值的总和确定为目标损失函数值。3.根据权利要求2所述的方法,其特征在于,所述根据所述第一分割网络针对所述第二样本图像输出的分割结果和所述第二分割网络针对所述第二样本图像输出的分割结果,计算第二损失函数值,包括:基于所述第一分割网络针对所述第二样本图像输出的分割结果,确定第一息肉位置标签,并根据所述第一息肉位置标签和所述第二分割网络针对所述第二样本图像输出的分割结果计算第一分割损失函数值;基于所述第二分割网络针对所述第二样本图像输出的分割结果,确定第二息肉位置标签,并根据所述第二息肉位置标签和所述第一分割网络针对所述第二样本图像输出的分割结果计算第二分割损失函数值;将所述第一分割损失函数值和所述第二分割损失函数值的总和确定为所述第二损失函数值。4.根据权利要求2或3所述的方法,其特征在于,所述基于判别网络和所述第一分割网络针对所述第一样本图像和所述第二样本图像输出的分割结果、以及所述第二分割网络针对所述第一样本图像和所述第二样本图像输出的分割结果,得到判别结果,包括:将所述第一样本图像和所述第一分割网络针对所述第一样本图像输出的分割结果输入所述判别网络,得到第一判别结果,将所述第二样本图像和所述第一分割网络针对所述第二样本图像输出的分割结果输入所述判别网络,得到第二判别结果,将所述第一样本图
像和所述第二分割网络针对所述第一样本图像输出的分割结果输入所述判别网络,得到第三判别结果,将所述第二样本图像和所述第二分割网络针对所述第二样本图像输出的分割结果输入所述判别网络,得到第四判别结果;所述根据所述判别结果,计算第三损失函数值,包括:根据所述第一判别结果、所述第二判别结果、所述第三判别结果和所述第四判别结果计算第三损失函数值。5.根据权利要求4所述的方法,其特征在于,所述根据所述第一判别结果、所述第二判别结果、所述第三判别结果和所述第四判别结果计算第三损失函数值,包括:根据所述第一判别结果与所述第二判别结果确定第一交叉熵损失值,以及根据所述第三判别结果与所述第四判别结果确定第二交叉熵损失值;将所述第一交叉熵损失值与所述第...
【专利技术属性】
技术研发人员:边成,
申请(专利权)人:小荷医疗器械海南有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。