用于生成经标注的样本图像的方法、设备和介质与流程

1.本公开的实施例总体涉及图像处理领域，并且具体涉及用于生成经标注的样本图像的方法、设备和介质。


背景技术：

2.随着人工智能技术的发展，经常需要利用例如标签或颜色对图像（尤其是医学领域中的医学影像图片，诸如ct图片等）的各个部分进行标注（例如，进行三维空间的标注），以对这些部分进行区分。这些经标注的图像经常用作样本图像来训练各种网络模型，以例如帮助相关工作人员（例如，医疗工作人员）更高效地完成其工作。
3.当前，通常通过人工的方式来对图像进行标注，然而人工标注的过程费事费力。尤其是对于医学影像图片而言，一个图片上往往需要标注很多区域，因此完成地一个图片的标注就需要花费非常多的时间。而当一个的网络模型（例如，深度学习模型）需要基于大量的样本图像才能达到一定的训练精度时，这种低效率的标注方式更是会使得网络模型的训练效率大打折扣，进而极大地增加了所需的成本。
4.因此，有必要提供一种对图像（尤其是医学影像图片）进行自动标注的技术，使得可以提高生成经标注的样本图像的效率，并且使得可仅基于较少的原始图像（例如，原始的ct影像图像）就可以生成大量的经标注的样本图像，从而降低相关的标注成本。


技术实现要素：

5.针对上述问题，本公开提供了一种用于生成经标注的样本图像的方法、设备和介质，使得不仅可以提高生成经标注的样本图像的效率，而且可增加经标注的样本图像的数量，从而大大降低相关的标注成本。
6.根据本公开的第一方面，提供了一种用于生成经标注的样本图像的方法，包括：对针对预定对象创建的三维模型进行标准化处理，使得经标准化处理的三维模型的尺寸与参考三维模型的尺寸成预定比例；对经标准化处理的三维模型进行切割，以得到多个切片图像；提取所述切片图像中的多个闭环区域部分；基于所述参考三维模型，为所述切片图像确定与每一闭环区域部分相关联的密度数据，以便基于所述密度数据确定用于对所述闭环区域部分进行标注的标注数据；以及在所述切片图像所包括的每一闭环区域部分内填充相应的标注数据，以得到经标注的样本图像。
7.根据本公开的第二方面，提供了一种计算设备，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；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本公开的第一方面的方法。
8.在本公开的第三方面中，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中所述计算机指令用于使计算机执行本公开的第一方面的方法。
9.在一些实施例中，基于所述参考三维模型，为所述切片图像确定与每一闭环区域
部分相关联的密度数据包括：确定所述切片图像所包括的闭环区域部分的第一数目；确定所述切片图像的切割位置；确定所述参考三维模型在所述切割位置处的参考切片图像所包括的闭环区域部分的第二数目，其中所述参考三维模型的每一参考切片图像所包括的闭环区域部分是预先确定的，并且每一参考切片图像所包括的闭环区域部分的密度数据也是预先确定的；确定所述第一数目是否等于所述第二数目；以及响应于确定所述第一数目等于所述第二数目，基于所述参考切片图像所包括的闭环区域部分之间的相对位置关系以及所述切片图像所包括的闭环区域部分之间的相对位置关系，将与所述参考切片图像所包括的闭环区域部分相关联的密度数据分别分配给所述切片图像所包括的相应闭环区域部分。
10.在一些实施例中，基于所述参考三维模型，为所述切片图像确定与每一闭环区域部分相关联的密度数据还包括：响应于确定所述第一数目不等于所述第二数目，确定所述参考三维模型在下一切割位置处的下一参考切片图像所包括的闭环区域部分的第三数目；确定所述第一数目是否等于所述第三数目；响应于确定所述第一数目等于所述第三数目，基于所述下一参考切片图像中包括的闭环区域部分之间的相对位置关系以及所述切片图像所包括的闭环区域部分之间的相对位置关系，将与所述下一参考切片图像所包括的闭环区域部分相关联的密度数据分别分配给所述切片图像所包括的相应闭环区域部分；以及响应于确定所述第一数目不等于所述第三数目，将所述切片图像标记为异常。
11.在一些实施例中，所述方法还包括：建立三维坐标系，使得所述三维坐标系的原点位于所述三维模型的底部的中心点，所述三维坐标系的y轴的正方向指示所述三维模型从底部到顶部的方向，所述三维坐标系的z轴的正方向指示所述三维模型从背面到正面的方向。
12.在一些实施例中，对经标准化处理的三维模型进行切割，以得到多个切片图像包括：沿所述y轴的负方向从所述三维模型的顶部开始对所述经标准化处理的三维模型进行切割，直到到达所述三维模型的底部，使得每一切片图像与由所述x轴和z轴限定的平面平行。
13.在一些实施例中，所述方法还包括在每一切片图像的位于所确定的闭环区域部分之外的部分填充空值。
14.在一些实施例中，所述方法还包括基于每一经标注的样本图像，产生多个新的经标注样本图像，每一新的经标注样本图像是通过以下方式产生的：生成预定大小的滑动窗口；利用所述滑动窗口遍历所述经标注的样本图像，其中所述滑动窗口每滑动一步，都对所述经标注的样本图像位于所述滑动窗口内的所述像素进行随机排列，从而产生所述新的经标注样本图像。
15.在一些实施例中，所述方法还包括：确定每一切片图像的所有闭环区域部分的最小外接矩形；以及基于所述最小外接矩形对所述切片图像进行裁剪。
16.在一些实施例中，在所述切片图像所包括的每一闭环区域部分内填充相应的标注数据包括：按所述切片图像所包括的闭环区域部分从小到大的顺序在所述闭环区域部分内填充相应的标注数据。
17.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
18.结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素。
19.图1示出了用于实现根据本发明的实施例的用于生成经标注的样本图像的方法的系统100的示意图。
20.图2示出了根据本公开的实施例的用于生成经标注的样本图像的方法200的流程图。
21.图3示出了根据本公开的实施例的用于为切片图像确定与每一闭环区域部分相关联的密度数据的方法300的流程图。
22.图4示出了根据本公开的实施例的经标注的切面图像400的示例的示意图。
23.图5示出了根据本公开的实施例的电子设备500的框图。
具体实施方式
24.下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整的传达给本领域的技术人员。
25.在下文的描述中，出于说明各种发明的实施例的目的阐述了某些具体细节以提供对各种发明实施例的透彻理解。但是，相关领域技术人员将认识到可在无这些具体细节中的一个或多个细节的情况来实践实施例。在其它情形下，与本技术相关联的熟知的装置、结构和技术可能并未详细地示出或描述从而避免不必要地混淆实施例的描述。
26.除非语境有其它需要，在整个说明书和权利要求中，词语“包括”和其变型，诸如“包含”和“具有”应被理解为开放的、包含的含义，即应解释为“包括，但不限于”。
27.在整个说明书中对“一个实施例”或“一些实施例”的提及表示结合实施例所描述的特定特点、结构或特征包括于至少一个实施例中。因此，在整个说明书的各个位置“在一个实施例中”或“在一些实施例”中的出现不一定全都指相同实施例。另外，特定特点、结构或特征可在一个或多个实施例中以任何方式组合。
28.此外，说明书和权利要求中所用的第一、第二、第三、第四等术语，仅仅出于描述清楚起见来区分各个对象，而并不限定其所描述的对象的大小或其他顺序等。
29.如上所述，当前，通常通过人工来对图像进行标注，然而人工标注的过程费事费力，尤其是在网络模型需要基于大量的样本图像来进行训练时，这种低效率的标注方式更是会影响到网络模型的训练效率。
30.为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个，本公开的示例实施例提出了一种用于生成经标注的样本图像的方法，包括：对针对预定对象创建的三维模型进行标准化处理，使得经标准化处理的三维模型的尺寸与参考三维模型的尺寸成预定比例；对经标准化处理的三维模型进行切割，以得到所述三维模型的多个切片图像；提取所述切片图像中的多个闭环区域部分；基于所述参考三维模型，为所述切片图像确定与每一闭环区域部分相关联的密度数据，以便基于所述密度数据确定用于对所述闭环区域部分进行标注的标注数据；以及在所述切片图像所包括的每一闭环区域部分内填充相应的标注
数据，以得到经标注的样本图像。以此方式，使得不仅可以提高生成经标注的样本图像的效率，而且可增加经标注的样本图像的数量，从而大大降低相关的标注成本。
31.在下文中，将结合附图更详细地描述本方案的具体示例。
32.图1示出了用于实现根据本发明的实施例的用于生成经标注的样本图像的方法的系统100的示意图。如图1中所示，系统100包括计算设备110、网络120和服务器130。计算设备110和控制系统130可以通过网络120（例如，因特网）进行数据交互。在本公开中，服务器130可用于为计算设备110提供与预定对象（例如，人体或人体的某个部位）的三维模型有关的各种信息，例如用于建立该预定对象的三维模型的医学影像图片等。在一些示例中，服务器130可以是诸如医院信息系统（hospital information system, his）之类的医疗业务系统。计算设备110例如可以与服务器130进行通信，以向服务器130发送信息和/或从服务器130接收信息。计算设备110基于来自服务器130的数据执行相应的操作。计算设备110可以包括至少一个处理器112和与该至少一个处理器112耦合的至少一个存储器114，该存储器114中存储有可由该至少一个处理器112执行的指令116，该指令116在被该至少一个处理器112执行时执行如下所述的方法200和300的至少一部分。注意，在本文中，计算设备110可以是服务器130的一部分或者可以独立于服务器130。计算设备110的具体结构例如可以如下结合图5所述。
33.图2示出了根据本公开的实施例的用于生成经标注的样本图像的方法200的流程图。方法200可由如图1所示的计算设备110执行，也可以在图5所示的电子设备500处执行。应当理解的是，方法200还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
34.在步骤202，计算设备110对针对预定对象创建的三维模型进行标准化处理，使得经标准化处理的三维模型的尺寸与参考三维模型的尺寸成预定比例。
35.在本公开中，所述的预定对象指的是需要生成的样本图像所关注的对象。例如，在医学领域中，根据需要训练的网络模型的实际作用，该预定对象可以是例如整个人体或人体的某个部位等医学对象。针对该预定对象的创建的三维模型（即该预定对象的三维模型）可以使用任何现有的或将来待开发的三维模型创建方法来创建，例如可直接使用3d max、maya、cad等专业的三维构建软件来创建，或者也可以基于图像分割的神经网络模型等来创建。
36.另外，步骤202中提到的预定比例可根据应用的实际需要来进行选择，包括但不限于例如1、0.8、0.6等等。参考三维模型可包括多个预先分割的参考切片图像，这些参考切片图像都预先对感兴趣的闭环区域部分进行了标注，以表明该兴趣的闭环区域部分具体指示什么部分。例如，在预定对象是整个人体的情况下，每一感兴趣的闭环区域部分可与人体的一个组织相关联，该组织可以是皮肤、肌肉、组织器官、血管或骨骼等中的任一个，因此这些参考切片图像上对这些组织均进行了标注。
37.步骤202中提到的标准化处理可以基于以下几何变换中的至少一个来实现：缩放、扭曲、局部拉长、局部缩短等，其目的是为了使得经标准化处理的三维模型的尺寸与参考三维模型的尺寸成预定比例，由此使得从该预定对象的三维模型中切割出来的切片图像与参考三维模型在相同或相近切割位置得到的参考切片图像之间可存在大致的对应关系，从而可借助于参考切片图像来确定该切片图像的各个闭环区域部分，进而有助于提高图像标注
的准确性。在本公开中，这些几何变换可以使用任何网格（mesh）变形算法来实现。
38.在步骤204，对经标准化处理的三维模型进行切割，以得到多个切片图像。
39.在一些实施例中，对三维模型的切割可以使用任何模型切割算法来实现，并且每一切片图像的厚度可以与例如计算机断层（computed tomography，ct）扫描图像的厚度保持一致，例如为0.625mm、1.25mm、5mm等，并且前面提到的参考切片图像的厚度也与ct扫描图像的厚度保持一致。相邻切片图像以及相邻参考切片图像之间的间距（也可称为切割间距）可根据实际应用来选择，可以为例如1mm的大小，从而使得这些切片图像与参考三维模型的多个参考切片图像之间可存在大致的对应关系，进而有利于借助于参考三维模型的参考切片图像来对这些切片图像上的各个闭环区域进行粗定位。
40.在本公开中，为了便于对经标准化处理的三维模型进行切割，还需先建立三维坐标系，使得该三维坐标系的原点位于三维模型的底部的中心点，该三维坐标系的y轴的正方向指示该三维模型从底部到顶部的方向，并该三维坐标系的z轴的正方向指示该三维模型从背面到正面的方向。例如，在预定对象为整个人体的情况下，该三维坐标系的原点可被设为位于该人体的双脚的中心点处，该三维坐标系的y轴的正方向可被设为指示从脚部到头部的方向，并且该三维坐标系的z轴的正方向可被设为指示脚趾的朝向。
41.由此，对经标准化处理的三维模型进行切割可包括：沿以上三维坐标系的y轴的负方向从三维模型的顶部开始对经标准化处理的三维模型进行切割，直到到达该三维模型的底部，使得每一切片图像与由x轴和z轴限定的平面平行。如前面所提到的，每一切片图像的厚度可以与ct扫描图像的厚度保持一致，例如为0.625mm、1.25mm、5mm等，并且前面提到的参考切片图像的厚度也与ct扫描图像的厚度保持一致。值得一提的是，为了确保参考三维模型的参考切片图像与切片图像之间存在一定的对应关系，参考三维模型的参考切片图像应该是基于类似的三维坐标系以类似的方法切割得到的。
42.在步骤206，提取切片图像中的多个闭环区域部分。
43.在一些实施例中，在三维模型是针对人体建立的三维模型的情况下，每一闭环区域部分可与人体的一个组织相关联，该组织可包括皮肤、肌肉、器官或骨骼等。
44.在一些实施例中，可使用二值图像连通区域标记算法提取出切片图像中的所有闭环区域部分。二值图像连通域标记是从仅由背景点和目标点组成的点阵图像中，将具有相同像素值且相邻的像素找出来并进行标记。其目的是寻找图像中所有的目标对象，并且将属于同一目标对象的所有像素用唯一的标记值进行标记，从而得到各个目标对象的闭环区域部分。在本公开的一些实施例中，所使用的二值图像连通区域标记算法可例如包括：将当前切片图像进行二值化处理，以便将当前切片图像转换为亮度值仅包括0或255两种状态的二值图像。然后，以像素为单位，按从左到右并且从上到下的顺序遍历该二值图像，如果遇到该二值图像中亮度值为255的像素点并且该像素点不与已扫描像素点邻接，则用新的标号（例如标号l）标记该像素点，如果该像素点与一个已扫描像素点（即，即标记有标号的像素点）邻接，则将该像素点标记为该已扫描像素点的标号，但是如果该像素点与多个已扫描像素点邻接，则将该像素点标记为这些已扫描像素点中的一个已扫描像素点的标号，并记录等价标记；然后，判断与该像素点邻接的8个点的亮度值状态，并对这些邻接像素点中亮度值状态为255并且没有标记过标号的像素点也用该特定标号l进行标记，然后基于被标记为标号l的各个邻接像素点，继续以上方法直到找到该目标对象的所有像素点为止，从而该
目标对象的闭环区域部分就被找到了。然后，回到上面提到的第一个亮度值为255的像素点，重复以上过程，直到找到该二值图像中的所有目标对象的所有像素点为止，这时切片图像中包括的所有闭环区域部分都被找到了。在本公开中，在寻找闭环区域部分时，也可从二值图像的左侧像素点开始，分为分别判断左上和左下两条分支线路进行标记，直到找到上下分支重叠坐标后停止，或者直到未找到满足l相等的像素为止。
45.在一些实施例中，在确定了每一切片图像中的闭环区域部分之后，方法200还可进一步包括：确定每一切片图像的所有闭环区域部分的最小外接矩形；以及基于该最小外接矩形对所述切片图像进行裁剪。通过这样的裁剪，可以减小需要进行标记的图像的尺寸，从而有助于进一步提高生成经标记的样本图像的效率。
46.在步骤208，基于参考三维模型，为切片图像确定与每一闭环区域部分相关联的密度数据，以便基于密度数据确定用于对闭环区域部分进行标注的标注数据。
47.在本公开中，尤其是在医学领域中，预定对象（例如，整个人体或身体部位）所包含的每一部分（例如，组织器官）对应于不同的介质，因此不同的部分均与不同的密度数据（可用相应的亨氏单位值来表示）相关联。例如，人体的局部组织或器官的密度数据经常用ct值作为计量单位，该ct值常用亨氏单位值来表述，例如空气的亨氏单位值为
‑
1000（该值为人体的最小介质密度数据），脂肪的亨氏单位值在
‑
120到
‑
90之间，松质骨的亨氏单位值在 300到 400之间，密质骨的亨氏单位值在 1800到 1900（ 1900为人体的最大介质密度数据）之间，肺的亨氏单位值在
‑
700到
‑
600之间，肾的亨氏单位值在 25到 45之间，肝的亨氏单位值在60加减6之间，肌肉的亨氏单位值在 35到 55之间等等。在本公开中，由于基于参考三维模型分割而成的每一参考切片图像都预先对感兴趣的闭环区域部分进行了标注，以表明该兴趣的闭环区域部分具体指示什么部分，因此基于参考三维模型可确定相关联的闭环区域为哪一组织，由此可确定与该闭环区域相关联的密度数据，进而就可以基于该密度数据确定用于对闭环区域部分进行标注的标注数据了。具体地，可通过以下方法来基于密度数据确定相应的标注数据：将从水（
‑
1000）到骨（1900）的各个介质的密度数据回归到0
‑
1之间，然后将经回归的值映射成相应的标注数据（例如，颜色数据）。例如，可通过以下公式来将与各个闭环区域部分相对应的介质回归到0
‑
1之间：将对应于当前闭环区域部分的介质的密度数据k与最小介质密度数据w（例如，以上提到的空气的密度数据
‑
1000）的差除以最大介质密度数据s（例如，以上提到的密质骨的最大密度数据 1900）与最小密度数据的差，即（k
‑ꢀ
（
‑
1000））/（1900
‑
(
‑
1000))。然后，就可基于不同的任务需求，自定义地将该经回归的值映射为相应的标注数据（例如，颜色数据）。例如，可基于相应的任务需求，预先建立各个经回归的值与颜色数据之间的映射关系，然后基于该映射关系来实现以上映射。
48.标注数据可以是标签数据，也可以是颜色数据。如上所述，由于与每一闭环区域部分相关联的密度数据实际上在特定的区间范围内，因此当标注数据为颜色数据时，与每一闭环区域部分相对应的颜色数据可在预定的阈值范围内随机变化（即随机波动）。并且，在本公开中，当标注数据为颜色数据时，可通过在闭环区域部分中直接填充与该颜色数据的值相对应的颜色来实现对该闭环区域部分的标注。例如，作为标注数据的颜色数据的值可以在0
‑
255之间。
49.以下将结合图3对用于为切片图像确定与每一闭环区域部分相关联的密度数据的方法300作进一步更详细的描述。
50.在步骤210，在切片图像所包括的每一闭环区域部分内填充相应的标注数据，以得到经标注的样本图像。
51.具体地，可按切片图像所包括的闭环区域部分从小到大的顺序（即闭环区域部分的面积从小到大的优先级）在闭环区域部分内填充相应的标注数据。通过按照从小到大的顺序进行标注，可有效地避免标注数据的填充错误。例如，如果较小的闭环区域部分嵌套在某个较大的闭环区域部分之中，则通过先对该较小的闭环区域部分进行填充，可事先将这两个区域部分明显区分开，从而有效地避免在填充该较大的闭环区域部分时，将该较小的闭环区域部分误填充为与该较大的闭环区域部分相关联的标注数据。
52.在一些实施例中，除了在切片图像所包括的每一闭环区域部分内填充相应的标注数据以外，还在每一切片图像的位于所确定的闭环区域部分之外的部分填充空值，例如填充值为0的颜色数据。例如，如图4根据本公开的实施例的经标注的样本图像400的示例的示意图，图4所示的样本图像为基于经切割出的人体头部的切片图像生成的，其中通过不同的灰度颜色数据对该切片图像进行了标注，从而可以区分该图片中所包括的不同部分，例如脑部、血管等等。
53.在一些实施例中，方法200还可包括对按照以上方法获得的每一经标注的样本图像做局部随机分配，以对样本图像进行扩增。具体地，方法200还可包括基于每一经标注的样本图像，产生多个新的经标注样本图像，每一新的经标注样本图像可通过以下方式来产生：生成预定大小的滑动窗口，该预定大小的滑动窗口可以为例如9*9大小（即，9个像素*9个像素大小）的滑动窗口；利用该滑动窗口遍历该经标注的样本图像，其中滑动窗口每滑动一步，都对该经标注的样本图像位于滑动窗口内的像素进行随机排列，从而产生新的经标注样本图像。通过这些操作，可使得各个闭环区域部分的边缘变得模糊，从而可模拟计算机断层扫描图像的噪声，以便使得基于这些样本图像训练出来的网络模型的精度更高。另外，在本公开中，通过反复以上操作，可针对每一经标注的样本图像，产生多个不同的新的经标注样本图像。由此，在本公开中，基于一个三维模型就可以生成大量的样本图像，从而有助于提高需要基于这种样本图像来进行训练的网络模型的训练精度。
54.在一些实施例中，还可对每一经标注的图像进行高斯滤波，例如进行3*3的高斯滤波（即，3个像素*3个像素的高斯滤波），以提高图像的平滑度。
55.通过以上方法，可极大的减少对用于生成经标注的样本图像的原始图像（例如，ct影像图像）的使用量，并极大地提高了生成经标注的样本图像的效率，而且可以基于一个三维模型生成较大数量的经标注的样本图像，进而大大降低了相关的成本。
56.图3示出了根据本公开的实施例的用于为切片图像确定与每一闭环区域部分相关联的密度数据的方法300的流程图。方法300可由如图1所示的计算设备110执行，也可以在图5所示的电子设备500处执行。应当理解的是，方法300还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
57.在一些实施例中，方法300包括步骤302
‑
310。
58.在步骤302，确定切片图像所包括的闭环区域部分的第一数目。
59.在本公开中，第一数目用于指示当前切片图像包括多少个闭环区域部分。
60.在步骤304，确定切片图像的切割位置。
61.如前所述，由于切片图像是从三维模型的顶部开始对经标准化处理的三维模型进
行切割得到的，而且相邻切片图像之间的切割间距是预定的，因此每一切片图像的切割位置可通过该切片图像被切割的次序编号（即该切片图像是第几个被切割得到的切片图像）来指示。当然，切片图像的切割位置也可通过该切片图像距离三维模型的顶部的距离来得到，但是当切割位置通过这种距离来指示时，参考三维模型的相应切割位置需要经过一定比例换算来得到。
62.在步骤306，确定参考三维模型在该切割位置处的参考切片图像所包括的闭环区域部分的第二数目，其中参考三维模型的每一参考切片图像所包括的闭环区域部分已预先标注，并且每一参考切片图像所包括的闭环区域部分的密度数据也是预先确定的。
63.由于经标准化处理的三维模型的尺寸与参考三维模型的尺寸成预定比例，因此可粗略地确定与该切片图片具有相同次序编号的参考切片图像与该切片图像之间存在一定的对应关系，由此可有助于借助于该参考切片图像确定该切片图像所包括的闭环区域部分具体指示哪些组织。另外，如前所述，参考三维模型的参考切片图像所包括的感兴趣的闭环区域部分已预先标注，以表明该兴趣的闭环区域部分具体指示什么部分，因此这些闭环区域部分的密度数据也是预先确定的。
64.另外，在本公开中，第三数目用于指示参考切片图像包括多少个闭环区域部分。
65.在步骤308，确定第一数目是否等于第二数目。
66.在本公开中，确定第一数目是否等于第二数目主要用于验证在该切割位置处的切片图像与在相应切割位置处的参考切片图像是否确实存在对应关系，从而有助于确保对该切片图像的更精确的标注。如果第一数目与第二数目相同，则可确定切片图像与该切割位置处的参考切片图像应当存在对应关系，从而可基于该参考切片图像来对该切片图像进行标注。
67.在步骤310，响应于确定第一数目等于第二数目，基于参考切片图像所包括的闭环区域部分之间的相对位置关系以及切片图像所包括的闭环区域部分之间的相对位置关系，将与参考切片图像所包括的闭环区域部分相关联的密度数据分别分配给切片图像所包括的相应闭环区域部分。
68.例如仅作为示例，如果切片图像包括四个闭环区域部分，并且这四个闭环区域部分之间的相对位置关系分别为上下左右的关系，另外相同切割位置处的参考切片图像也包括四个闭环区域部分，它们之间的相对位置关系也分别为上下左右的关系，则可将参考切片图像位于上方的闭环区域部分的密度数据分配给切片图像位于上方的闭环区域部分，将参考切片图像位于下方的闭环区域部分的密度数据分配给切片图像位于下方的闭环区域部分，并以此类推，从而可以确定切片图像所包括的所有闭环区域部分的密度数据。以上仅仅是一个示例， 在实际应用中，各个闭环区域部分之间的相对位置关系可能要复杂的多，例如可能存在嵌套关系，但是其基本的分配思想是一致的。但是，如果参考切片图像所包括的闭环区域部分之间的相对位置关系与切片图像所包括的闭环区域部分之间的相对位置关系明显不一致，则表明可能存在异常，由此可基于与步骤312
‑
318类似的方式来重新进行分配。
69.在另一些实施例中， 方法300还可包括步骤312
‑
318。
70.在步骤312，响应于确定第一数目不等于第二数目，确定所述参考三维模型在下一切割位置处的下一参考切片图像所包括的闭环区域部分的第三数目。
71.这种情况的发生概率较低，一般主要发生在两个组织部分的交界处的切片图像上。另外，在本公开中，第三数目用于指示下一参考切片图像包括多少个闭环区域部分。
72.在第一数目与第二数目不相等的情况下，表示确定切片图像与该切割位置处的参考切片图像不存在对应关系，由此可以判断下一切割位置处的下一参考切片图像是否与该切片图像存在对应关系，以便确定是否可基于下一参考切片图像来对该切片图像进行标注。
73.在步骤314，确定第一数目是否等于第三数目。
74.在步骤316， 响应于确定第一数目等于第三数目，基于下一参考切片图像中包括的闭环区域部分之间的相对位置关系以及切片图像所包括的闭环区域部分之间的相对位置关系，将与下一参考切片图像所包括的闭环区域部分相关联的密度数据分别分配给切片图像所包括的相应闭环区域部分。
75.步骤314和316分别与前面提到的步骤308和310类似，因此这里不再进行进一步赘述。
76.在步骤318，响应于确定第一数目不等于第三数目，将该切片图像标记为异常。
77.对于确定为异常的切片图像可通过手工来进行标记，由于这种异常的情况的发生概率非常低，因此这并不会增加太多的工作量。
78.通过以上技术方案，可实现对各个切片图像的高效标注，进而有助于降低相关的标注成本。
79.图5示出了可以用来实施本公开内容的实施例的示例电子设备500的示意性框图。例如，如图2所示的计算设备110可以由电子设备500来实施。如图所示，电子设备500包括中央处理单元（cpu）501，其可以根据存储在只读存储器（rom）502中的计算机程序指令或者从存储单元508加载到随机存取存储器（ram）503中的计算机程序指令，来执行各种适当的动作和处理。在随机存取存储器503中，还可存储电子设备500操作所需的各种程序和数据。中央处理单元501、只读存储器502以及随机存取存储器503通过总线504彼此相连。输入/输出（i/o）接口505也连接至总线504。
80.电子设备500中的多个部件连接至输入/输出接口505，包括：输入单元506，例如键盘、鼠标、麦克风等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
81.上文所描述的各个过程和处理，例如方法200和300，可由中央处理单元501执行。例如，在一些实施例中，方法200和300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由只读存储器502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序被加载到随机存取存储器503并由中央处理单元501执行时，可以执行上文描述的方法200和300的一个或多个动作。
82.本公开涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
83.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储
设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、静态随机存取存储器（sram）、便携式压缩盘只读存储器（cd
‑
rom）、数字多功能盘（dvd）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。
84.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘计算机。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
85.用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构（isa）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（fpga）或可编程逻辑阵列（pla），该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
86.这里参照根据本公开实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
87.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
88.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的
指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
89.附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
90.以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。