技术特征：
1.一种心脏图像分割方法，其特征在于，所述方法包括：获取包含心脏区域的待分割医学图像；将所述待分割医学图像输入目标图像分割模型，得到心脏区域图像；其中，所述目标图像分割模型为基于多个第一样本图像、各个所述第一样本图像对应的心脏区域标注信息、多个第二样本图像和预设数量的第二样本图像对应的心脏区域标注信息训练得到的，所述第一样本图像和所述第二样本图像为不同机型的图像采集设备所采集的图像。2.根据权利要求1所述的方法，其特征在于，所述目标图像分割模型的训练方式，包括：基于多个第一样本图像和各个所述第一样本图像对应的心脏区域标注信息对待训练神经网络进行训练，得到预训练模型；根据各个所述第一样本图像、各个所述第一样本图像对应的心脏区域标注信息、各个第二样本图像和预设数量的第二样本图像对应的心脏区域标注信息，对所述预训练模型进行训练，得到目标图像分割模型。3.根据权利要求2所述的方法，其特征在于，所述基于多个第一样本图像和各个所述第一样本图像对应的心脏区域标注信息对待训练神经网络进行训练，得到预训练模型，包括：将第一样本图像输入待训练神经网络，得到预测心脏图像；基于所述第一样本图像对应的心脏区域标注信息和所述预测心脏图像，确定待训练神经网络的损失函数；根据所述损失函数调整待训练神经网络的参数；确定针对待训练神经网络的迭代次数是否达到第一预设迭代次数；如果是，将待训练神经网络确定为预训练模型；如果否，返回执行所述将第一样本图像输入待训练神经网络的步骤。4.根据权利要求2或3所述的方法，其特征在于，所述根据各个所述第一样本图像、各个所述第一样本图像对应的心脏区域标注信息、各个第二样本图像和预设数量的第二样本图像对应的心脏区域标注信息，对所述预训练模型进行训练，得到目标图像分割模型，包括：将包括第一样本图像和第二样本图像的样本图像组输入所述预训练模型，得到所述样本图像组对应的多个预测心脏图像分割结果；将各个所述预测心脏图像分割结果输入图像判别网络，确定出每个所述预测心脏图像分割结果对应的样本图像；基于所述第一样本图像对应的预测心脏图像分割结果和所述第一样本图像对应的心脏区域标注信息，确定所述预训练模型的第一损失函数；基于所述第二样本图像对应的预测心脏图像分割结果，确定所述预训练模型的第二损失函数，或，基于所述第二样本图像对应的预测心脏图像分割结果和所述第二样本图像对应的心脏区域标注信息，确定所述预训练模型的第二损失函数；根据所述第一损失函数和所述第二损失函数确定所述预训练模型的目标损失函数，并根据所述目标损失函数调整所述预训练模型的网络参数；确定针对所述预训练模型的迭代次数是否达到第二预设迭代次数；如果是，将所述预训练模型确定为目标图像分割模型；如果否，返回执行所述将包括第一样本图像和第二样本图像的样本图像组输入所述预训练模型的步骤。
5.根据权利要求2所述的方法，其特征在于，源域包括多个存在对应的心脏区域标注信息的三维图像，目标域包括多个不存在对应的心脏区域标注信息的三维图像；其中，所述源域的三维图像和所述目标域的三维图像为不同机型的图像采集设备所采集的三维医学图像；在所述基于多个第一样本图像和各个所述第一样本图像对应的心脏区域标注信息对待训练神经网络进行训练，得到预训练模型之前，所述方法还包括：将所述源域的每个三维图像切分为多个尺寸为预设尺寸的图像，作为第一样本图像；以及，将所述目标域的每个三维图像切分为多个尺寸为所述预设尺寸的图像，作为第二样本图像。6.一种心脏图像分割装置，其特征在于，所述方法包括：图像获取模块，用于获取包含心脏区域的待分割医学图像；图像分割模块，用于将所述待分割医学图像输入目标图像分割模型，得到心脏区域图像；其中，所述目标图像分割模型为基于多个第一样本图像、各个所述第一样本图像对应的心脏区域标注信息、多个第二样本图像和预设数量的第二样本图像对应的心脏区域标注信息训练得到的，所述第一样本图像和所述第二样本图像为不同机型的图像采集设备所采集的图像。7.根据权利要求6所述的装置，其特征在于，所述装置还包括：模型训练模块，用于基于多个第一样本图像和各个所述第一样本图像对应的心脏区域标注信息对待训练神经网络进行训练，得到预训练模型；根据各个所述第一样本图像、各个所述第一样本图像对应的心脏区域标注信息、各个第二样本图像和预设数量的第二样本图像对应的心脏区域标注信息，对所述预训练模型进行训练，得到目标图像分割模型。8.根据权利要求7所述的装置，其特征在于，所述模型训练模块，具体用于将第一样本图像输入待训练神经网络，得到预测心脏图像；基于所述第一样本图像对应的心脏区域标注信息和所述预测心脏图像，确定待训练神经网络的损失函数；根据所述损失函数调整待训练神经网络的参数；确定针对待训练神经网络的迭代次数是否达到第一预设迭代次数；如果是，将待训练神经网络确定为预训练模型；如果否，返回执行所述将第一样本图像输入待训练神经网络的步骤。9.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使计算机执行根据权利要求1-5中任一项所述的方法。
技术总结
本公开提供了一种心脏图像分割方法、装置、设备及存储介质，所述方法包括：获取包含心脏区域的待分割医学图像；将待分割医学图像输入目标图像分割模型，得到心脏区域图像；其中，目标图像分割模型为基于多个第一样本图像、各个第一样本图像对应的心脏区域标注信息、多个第二样本图像和预设数量的第二样本图像对应的心脏区域标注信息训练得到的，第一样本图像和第二样本图像为不同机型的图像采集设备所采集的图像。采用该方法，由于目标图像分割模型不仅可以准确分割特定机型下的医学图像，还可以对其他机型下的医学图像进行准确分割，因此本方法采用目标图像分割模型分割医学图像，可以提升不同机型下的待分割医学图像的心脏区域图像分割准确率。区域图像分割准确率。区域图像分割准确率。
技术研发人员：刘宇航 丁佳 吕晨翀
受保护的技术使用者：北京医准智能科技有限公司
技术研发日：2022.12.14
技术公布日：2023/3/24