标记处理方法、装置、计算机设备和存储介质与流程

1.本技术涉及标记识别技术领域，特别是涉及一种标记处理方法、装置、计算机设备和存储介质。


背景技术：

2.图像分割技术是图像理解与计算机视觉的前提，也是图像处理与分析的基本技术之一。图像分割技术是将图像分割成具有不同语义信息的区域，并且标注每个区域相应的语义标记。图像分割技术已被应用于很多的领域，例如，在医学领域中，应用于磁共振图像的分割，血液细胞图像的分割。
3.传统技术中，由于不同的医学应用软件采用不同的图像分割标准，因此，各医学应用软件针对其他医学应用软件得到的图像分割结果进行处理时，可能无法识别出该图像分割结果中标记的含义，例如组织含义、病灶含义等，导致医学应用软件之间无法处理相互得到的图像分割结果。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高图像分割结果的通用性的标记处理方法、装置、计算机设备和存储介质。
5.一种标记处理方法，所述方法包括：
6.获取目标图像的图像分割结果，其中，所述图像分割结果中包含第一初始标记；
7.计算所述图像分割结果与预设的目标组织分割结果之间的相似度；
8.根据所述相似度，建立所述第一初始标记与目标组织标记的第一关联关系。
9.在其中一个实施例中，所述获取目标图像的图像分割结果，包括：
10.获取目标图像的初始图像分割结果；
11.将所述初始图像分割结果与所述预设的目标组织分割结果进行配准，确定配准参数；
12.根据所述配准参数，调整所述初始图像分割结果的分辨率，得到调整后的图像分割结果，其中，所述调整后的图像分割结果的分辨率与所述预设的组织分割结果的分辨率相同；
13.将所述调整后的图像分割结果，确定为目标图像的图像分割结果。
14.在其中一个实施例中，所述计算所述图像分割结果与预设的目标组织分割结果之间的相似度，包括：
15.计算所述图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的交集；
16.计算所述图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的并集；
17.根据所述交集和所述并集，确定所述图像分割结果与预设的目标组织分割结果之
间的相似度。
18.在其中一个实施例中，所述方法还包括：
19.若所述第一初始标记对应的图像区域内包含第二初始标记，且所述第二初始标记对应的图像区域的体积小于体积阈值，则建立所述第二初始标记与病灶标记的第二关联关系，其中，所述第一初始标记对应的图像区域为所述第一初始标记对应的图像分割结果在所述目标图像中所占的区域，所述第二初始标记对应的图像区域为所述第二初始标记对应的图像分割结果在所述目标图像中所占的区域。
20.在其中一个实施例中，所述方法还包括：
21.根据所述第一初始标记和所述第二初始标记，生成目标替换标记，其中，所述目标替换标记用于表征所述目标组织和所述病灶的归属关系；
22.使用所述目标替换标记替换所述第一初始标记和所述第二初始标记。
23.在其中一个实施例中，所述使用所述目标替换标记替换所述第一初始标记和所述第二初始标记之后，还包括：
24.将所述目标替换标记转化为所述第一初始标记和所述第二初始标记。
25.在其中一个实施例中，所述获取目标图像的图像分割结果，包括：
26.获取目标图像的初始图像分割结果；
27.定位所述目标图像中位于图像边缘区域的第三初始标记，建立所述第三初始标记与背景标记的第三关联关系，其中，所述第三关联关系用于指示根据所述第三初始标记能够识别所述目标图像中的背景；
28.将所述初始图像分割结果中除所述第三初始标记对应的图像分割结果之外的图像分割结果，确定为目标图像的图像分割结果。
29.一种标记处理装置，所述装置包括：
30.分割结果获取模块，用于获取目标图像的图像分割结果，其中，所述图像分割结果中包含第一初始标记；
31.相似度计算模块，用于计算所述图像分割结果与预设的目标组织分割结果之间的相似度；
32.关联关系建立模块，用于根据所述相似度，建立所述第一初始标记与目标组织标记的第一关联关系。
33.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
34.获取目标图像的图像分割结果，其中，所述图像分割结果中包含第一初始标记；
35.计算所述图像分割结果与预设的目标组织分割结果之间的相似度；
36.根据所述相似度，建立所述第一初始标记与目标组织标记的第一关联关系。
37.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
38.获取目标图像的图像分割结果，其中，所述图像分割结果中包含第一初始标记；
39.计算所述图像分割结果与预设的目标组织分割结果之间的相似度；
40.根据所述相似度，建立所述第一初始标记与目标组织标记的第一关联关系。
41.上述标记处理方法、装置、计算机设备和存储介质，通过计算目标图像的图像分割
结果与预设的目标组织分割结果之间的相似度，建立图像分割结果中包含的第一初始标记与目标组织标记的第一关联关系，该第一关联关系可以指示根据第一初始标记能够识别目标图像中的目标组织。如此实现了识别出图像分割结果中包含的第一初始标记所表征的组织含义，使得医学应用软件之间能够处理相互得到的图像分割结果，有利于提高图像分割结果的通用性。
附图说明
42.图1为一个实施例中标记处理方法的流程示意图；
43.图2为一个实施例中根据目标图像的初始图像分割结果计算与预设的目标组织分割结果之间相似度的流程示意图；
44.图3为一个实施例中标记处理装置的结构框图；
45.图4为一个实施例中计算机设备的内部结构图。
具体实施方式
46.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
47.在一个实施例中，如图1所示，提供了一种标记处理方法，本实施例以该方法应用于标记处理设备进行举例说明，该标记处理设备可以是终端，例如可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备；也可以是服务器，例如可以但不限于是独立的服务器和多个服务器组成的服务器集群；还可以是包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
48.步骤s102，获取目标图像的图像分割结果。
49.其中，图像分割结果中包含第一初始标记。第一初始标记为未知含义的标记，需要识别其表征的含义。
50.具体地，标记处理设备获取其他图像分割设备对目标图像进行分割得到的图像分割结果。
51.步骤s104，计算图像分割结果与预设的目标组织分割结果之间的相似度。
52.具体地，标记处理设备计算图像分割结果与预设的目标组织分割结果之间的相似度。可选地，标记处理设备计算图像分割结果与预设的目标组织分割结果之间的dice系数，作为两者之间的相似度。当目标组织分割结果为多个组织的分割结果时，标记处理设备分别计算图像分割结果与各组织的分割结果之间的dice系数。
53.可选地，目标组织分割结果可以为目标组织模型。该模型包括多个典型组织的形态信息。其可以使用多个独立的分割结果来标记，每个分割结果都包含典型组织的形态信息。以肝脏模型为例，该模型是一个分辨率为512*512*300的分割结果，该模型中包含多种类型的已知含义的标记，具体而言采用0标记背景，采用1标记肝脏组织，采用2标记肝脏组织左叶部分，采用3标记肝脏组织右页部分。可选地，目标组织模型中可包括多个子模型，每个子模型对应一种标记识别，例如子模型0用于识别背景，子模型1用于识别肝脏组织。目标组织模型可以根据需要进行更新。
54.可选地，目标组织分割结果可以为历史组织分割结果。根据历史数据建立历史组织图像中像素与标记的对应关系。建立对应关系的方法可以是根据相似度、深度学习、手工建立等。
55.步骤s106，根据相似度，建立第一初始标记与目标组织标记的第一关联关系。
56.具体地，若相似度满足预设相似条件，则标记处理设备判定第一初始标记对应的组织与目标组织标记对应的组织为统一组织，因此标记处理设备建立第一初始标记与目标组织标记的第一关联关系。该第一关联关系用于指示根据第一初始标记能够识别目标图像中的目标组织。可选地，若相似度大于或等于相似度阈值，则标记处理设备建立第一初始标记与目标组织标记的第一关联关系。否则，标记处理设备结束图像分割结果的识别。
57.上述标记处理方法中，通过计算目标图像的图像分割结果与预设的目标组织分割结果之间的相似度，建立图像分割结果中包含的第一初始标记与目标组织标记的第一关联关系，该第一关联关系可以指示根据第一初始标记能够识别目标图像中的目标组织。如此实现了识别出图像分割结果中包含的第一初始标记所表征的组织含义，使得医学应用软件之间能够处理相互得到的图像分割结果，有利于提高图像分割结果的通用性。
58.在一个实施例中，如图2所示，涉及上述步骤s102“获取目标图像的图像分割结果”的一种可能的实现方式。在上述实施例的基础上，步骤s102具体可以通过以下步骤实现：
59.步骤s1022，获取目标图像的初始图像分割结果；
60.步骤s1024，将初始图像分割结果与预设的目标组织分割结果进行配准，确定配准参数；
61.步骤s1026，根据配准参数，调整初始图像分割结果的分辨率，得到调整后的图像分割结果；
62.步骤s1028，将调整后的图像分割结果，确定为目标图像的图像分割结果。
63.其中，调整后的图像分割结果的分辨率与预设的组织分割结果的分辨率相同。
64.具体地，标记处理设备获取目标图像的初始图像分割结果。然后，标记处理设备通过边界框(boundingbox)将初始图像分割结果与预设的目标组织分割结果进行配准，确定配准参数。配准可以采用刚性配准、非刚性配准、深度学习或其他方法。该配准参数用于反映初始图像分割结果与预设的目标组织分割结果之间的配准关系。之后，标记处理设备根据配准参数，调整初始图像分割结果的分辨率，得到调整后的图像分割结果。最后，标记处理设备将调整后的图像分割结果，确定为目标图像的图像分割结果。
65.本实施例中，通过对图像分割结果进行配准以及分辨率调整，使得图像分割结果与目标组织分割结果的几何结构在同一尺度下，有利于提升后续相似度计算的准确性，进而提高图像分割结果识别的准确性。
66.在一个实施例中，涉及上述步骤s104“计算图像分割结果与预设的目标组织分割结果之间的相似度”的一种可能的实现方式。在上述实施例的基础上，步骤s104具体可以通过以下步骤实现：
67.步骤s1042，计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的交集；
68.步骤s1044，计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的并集；
69.步骤s1046，根据交集和并集，确定图像分割结果与预设的目标组织分割结果之间的相似度。
70.具体地，标记处理设备先计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记之间的交集，然后计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记之间的并集，最后计算该交集与并集的比值，得到dice系数，即dice＝交集/并集，并将该dice系数作为图像分割结果与预设的目标组织分割结果之间的相似度。
71.本实施例中，采用dice系数来表征图像分割结果与目标组织分割结果之间的相似度，有利于提高图像分割结果识别的准确性。
72.在其他实施例中，作为对于dice系数的替换，也可以采用交集/第一初始标记，或者采用交集/目标组织标记的方式来获得相似度。如此可节省求并集的操作，减少计算量，有利于提升图像分割结果识别的效率。
73.另外，图像分割结果和预设的目标组织分割结果都具有几何形状，因此也可以采用其他计算几何图形相似度的方式，来计算图像分割结果与预设的目标组织分割结果之间的相似度。例如也可以通过计算图像分割结果与预设的目标组织分割结果之间的形状吻合度，作为两者的相似度。形状吻合度可以采用方差法或深度学习的方法计算。
74.在一个实施例中，该方法还包括以下步骤：
75.步骤s112，若第一初始标记对应的图像区域内包含第二初始标记，且第二初始标记对应的图像区域的体积小于体积阈值，则建立第二初始标记与病灶标记的第二关联关系。
76.其中，第一初始标记对应的图像区域为第一初始标记对应的图像分割结果在目标图像中所占的区域，第二初始标记对应的图像区域为第二初始标记对应的图像分割结果在目标图像中所占的区域。
77.具体地，通常组织中的病灶是完全包含在组织内的，对于包含在组织内部且体积相对较小的标记区域，可以识别为病灶或子组织。基于此，对于包含病灶的图像分割结果的识别，标记处理设备首先判断第一初始标记对应的图像区域内是否包含第二初始标记。若第一初始标记对应的图像区域内包含第二初始标记，则标记处理设备判断第二初始标记对应的图像区域的体积是否小于体积阈值。若第二初始标记对应的图像区域的体积小于体积阈值，则建立第二初始标记与病灶标记的第二关联关系。该第二关联关系用于指示根据第二初始标记能够识别目标图像中的病灶。否则，标记处理设备结束图像分割结果的识别。
78.进一步地，第一初始标记构成多个标记群，且分布在目标图像中的不同区域。有的标记群中包含一个第二初始标记构成的标记群，有的标记群中包含多个第二初始标记构成的标记群，表明组织内包括不同的病灶和/或子组织。
79.本实施例中，根据图像分割结果的位置关系可准确识别出目标图像的图像分割结果中的病灶标记。
80.在一个实施例中，该方法还包括以下步骤：
81.步骤s122，根据第一初始标记和第二初始标记，生成目标替换标记；
82.步骤s124，使用目标替换标记替换第一初始标记和第二初始标记。
83.其中，目标替换标记用于表征目标组织和病灶的归属关系。
84.具体地，标记处理设备根据第一初始标记与目标组织标记的第一关联关系，以及第二初始标记与病灶标记的第二关联关系，可实现对于目标图像的图像分割结果中标记的解释。为了更佳地对目标图像的图像分割结果进行处理，可结合分割标准协议，将目标图像的图像分割结果中的标记转化为符合分割标准协议的标记值，从而生成目标替换标记。然后，标记处理设备使用目标替换标记替换第一初始标记和第二初始标记。
85.举例而言，以医学图像为例，分割标准协议规定一个像素的分割结果包含组织位标记和病变位标记。其中，组织位标记用于标记像素所属组织，例如：00表示背景，01表示肺组织，02表示肝脏等；病变位标记用于标记像素病变的类型，例如：00表示正常组织，01表示结节，02表示肿瘤等。
86.医学图像分割结果都可以转化为符合上述分割标准协议的标准格式。例如，请参见表1，标准格式的分割结果中有下面4个像素：
[0087][0088][0089]
表1
[0090]
结合分割标准协议可知，上面4个位置像素的分割结果分别为：背景、正常肺组织、肺结节，肝脏肿瘤。
[0091]
本实施例中，采用目标替换标记替换目标图像的图像分割结果中的标记，可丰富标记值的含义，标记间的从属关系能够得到体现，且有利于标记处理设备对于图像分割结果的处理。
[0092]
在一个实施例中，该方法还包括以下步骤：
[0093]
步骤s126，将目标替换标记转化为第一初始标记和第二初始标记。
[0094]
具体地，标记处理设备也可以根据分割标准协议将目标替换标记转化为第一初始标记和第二初始标记。
[0095]
在一个实施例中，涉及上述步骤s102“获取目标图像的图像分割结果”的一种可能的实现方式。在上述实施例的基础上，步骤s102具体可以通过以下步骤实现：
[0096]
步骤s102a，获取目标图像的初始图像分割结果；
[0097]
步骤s102b，定位目标图像中位于图像边缘区域的第三初始标记，建立第三初始标记与背景标记的第三关联关系；
[0098]
步骤s102c，将初始图像分割结果中除第三初始标记对应的图像分割结果之外的图像分割结果，确定为目标图像的图像分割结果。
[0099]
其中，第三关联关系用于指示根据第三初始标记能够识别目标图像中的背景。
[0100]
具体地，标记处理设备获取目标图像的初始图像分割结果，然后统计目标图像中
位于图像边缘区域的第三初始标记，由于一般情况下，边缘多数的标记为背景标记，因此标记处理设备建立第三初始标记与背景标记的第三关联关系，如此标记处理设备根据第三初始标记便能够识别目标图像中的背景区域，即第三初始标记的含义为背景。最后，标记处理设备将初始图像分割结果中除第三初始标记对应的图像分割结果之外的图像分割结果，确定为目标图像的图像分割结果。
[0101]
本实施例中，根据图像分割结果的位置分布先确定背景标记，然后将非背景标记的结果确定为目标图像的图像分割结果，如此有利于提高目标组织标记的识别准确性。
[0102]
在一个实施例中，服务器获取目标图像的初始图像分割结果；定位目标图像中位于图像边缘区域的第三初始标记，建立第三初始标记与背景标记的第三关联关系；将初始图像分割结果中除第三初始标记对应的图像分割结果之外的图像分割结果，确定为筛选后的图像分割结果；将筛选后的图像分割结果与预设的目标组织分割结果进行配准，确定配准参数；根据配准参数，调整初始图像分割结果的分辨率，得到调整后的图像分割结果；将调整后的图像分割结果，确定为目标图像的图像分割结果。
[0103]
应该理解的是，虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0104]
在一个实施例中，如图3所示，提供了一种标记处理装置，包括：
[0105]
分割结果获取模块202，用于获取目标图像的图像分割结果，其中，图像分割结果中包含第一初始标记；
[0106]
相似度计算模块204，用于计算图像分割结果与预设的目标组织分割结果之间的相似度；
[0107]
关联关系建立模块206，用于根据相似度，建立第一初始标记与目标组织标记的第一关联关系。
[0108]
上述标记处理装置中，通过计算目标图像的图像分割结果与预设的目标组织分割结果之间的相似度，建立图像分割结果中包含的第一初始标记与目标组织标记的第一关联关系，该第一关联关系可以指示根据第一初始标记能够识别目标图像中的目标组织。如此实现了识别出图像分割结果中包含的第一初始标记所表征的组织含义，使得医学应用软件之间能够处理相互得到的图像分割结果，有利于提高图像分割结果的通用性。
[0109]
在一个实施例中，分割结果获取模块202具体用于获取目标图像的初始图像分割结果；将初始图像分割结果与预设的目标组织分割结果进行配准，确定配准参数；根据配准参数，调整初始图像分割结果的分辨率，得到调整后的图像分割结果，其中，调整后的图像分割结果的分辨率与预设的组织分割结果的分辨率相同；将调整后的图像分割结果，确定为目标图像的图像分割结果。
[0110]
在一个实施例中，相似度计算模块204具体用于计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的交集；计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的并集；根据交集和并集，
确定图像分割结果与预设的目标组织分割结果之间的相似度。
[0111]
在一个实施例中，该装置还包括：
[0112]
关联关系建立模块，用于若第一初始标记对应的图像区域内包含第二初始标记，且第二初始标记对应的图像区域的体积小于体积阈值，则建立第二初始标记与病灶标记的第二关联关系，其中，第一初始标记对应的图像区域为第一初始标记对应的图像分割结果在目标图像中所占的区域，第二初始标记对应的图像区域为第二初始标记对应的图像分割结果在目标图像中所占的区域。
[0113]
在一个实施例中，该装置还包括：
[0114]
标记生成模块，用于根据第一初始标记和第二初始标记，生成目标替换标记，其中，目标替换标记用于表征目标组织和病灶的归属关系；
[0115]
标记替换模块，用于使用目标替换标记替换第一初始标记和第二初始标记。
[0116]
在一个实施例中，该装置还包括：
[0117]
标记转化模块，用于将目标替换标记转化为第一初始标记和第二初始标记。
[0118]
在一个实施例中，分割结果获取模块202具体用于获取目标图像的初始图像分割结果；定位目标图像中位于图像边缘区域的第三初始标记，建立第三初始标记与背景标记的第三关联关系，其中，第三关联关系用于指示根据第三初始标记能够识别目标图像中的背景；将初始图像分割结果中除第三初始标记对应的图像分割结果之外的图像分割结果，确定为目标图像的图像分割结果。
[0119]
关于标记处理装置的具体限定可以参见上文中对于标记处理方法的限定，在此不再赘述。上述标记处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0120]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种标记处理方法。
[0121]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0122]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0123]
获取目标图像的图像分割结果，其中，图像分割结果中包含第一初始标记；
[0124]
计算图像分割结果与预设的目标组织分割结果之间的相似度；
[0125]
根据相似度，建立第一初始标记与目标组织标记的第一关联关系。
[0126]
上述计算机设备中，通过计算目标图像的图像分割结果与预设的目标组织分割结果之间的相似度，建立图像分割结果中包含的第一初始标记与目标组织标记的第一关联关
系，该第一关联关系可以指示根据第一初始标记能够识别目标图像中的目标组织。如此实现了识别出图像分割结果中包含的第一初始标记所表征的组织含义，使得医学应用软件之间能够处理相互得到的图像分割结果，有利于提高图像分割结果的通用性。
[0127]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0128]
获取目标图像的初始图像分割结果；将初始图像分割结果与预设的目标组织分割结果进行配准，确定配准参数；根据配准参数，调整初始图像分割结果的分辨率，得到调整后的图像分割结果，其中，调整后的图像分割结果的分辨率与预设的组织分割结果的分辨率相同；将调整后的图像分割结果，确定为目标图像的图像分割结果。
[0129]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0130]
计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的交集；计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的并集；根据交集和并集，确定图像分割结果与预设的目标组织分割结果之间的相似度。
[0131]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0132]
若第一初始标记对应的图像区域内包含第二初始标记，且第二初始标记对应的图像区域的体积小于体积阈值，则建立第二初始标记与病灶标记的第二关联关系，其中，第一初始标记对应的图像区域为第一初始标记对应的图像分割结果在目标图像中所占的区域，第二初始标记对应的图像区域为第二初始标记对应的图像分割结果在目标图像中所占的区域。
[0133]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0134]
根据第一初始标记和第二初始标记，生成目标替换标记，其中，目标替换标记用于表征目标组织和病灶的归属关系；使用目标替换标记替换第一初始标记和第二初始标记。
[0135]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0136]
将目标替换标记转化为第一初始标记和第二初始标记。
[0137]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0138]
获取目标图像的初始图像分割结果；定位目标图像中位于图像边缘区域的第三初始标记，建立第三初始标记与背景标记的第三关联关系，其中，第三关联关系用于指示根据第三初始标记能够识别目标图像中的背景；将初始图像分割结果中除第三初始标记对应的图像分割结果之外的图像分割结果，确定为目标图像的图像分割结果。
[0139]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0140]
获取目标图像的图像分割结果，其中，图像分割结果中包含第一初始标记；
[0141]
计算图像分割结果与预设的目标组织分割结果之间的相似度；
[0142]
根据相似度，建立第一初始标记与目标组织标记的第一关联关系。
[0143]
上述计算机可读存储介质中，通过计算目标图像的图像分割结果与预设的目标组织分割结果之间的相似度，建立图像分割结果中包含的第一初始标记与目标组织标记的第一关联关系，该第一关联关系可以指示根据第一初始标记能够识别目标图像中的目标组织。如此实现了识别出图像分割结果中包含的第一初始标记所表征的组织含义，使得医学应用软件之间能够处理相互得到的图像分割结果，有利于提高图像分割结果的通用性。
[0144]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0145]
获取目标图像的初始图像分割结果；将初始图像分割结果与预设的目标组织分割结果进行配准，确定配准参数；根据配准参数，调整初始图像分割结果的分辨率，得到调整后的图像分割结果，其中，调整后的图像分割结果的分辨率与预设的组织分割结果的分辨率相同；将调整后的图像分割结果，确定为目标图像的图像分割结果。
[0146]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0147]
计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的交集；计算图像分割结果包含的第一初始标记与预设的目标组织分割结果包含的目标组织标记的并集；根据交集和并集，确定图像分割结果与预设的目标组织分割结果之间的相似度。
[0148]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0149]
若第一初始标记对应的图像区域内包含第二初始标记，且第二初始标记对应的图像区域的体积小于体积阈值，则建立第二初始标记与病灶标记的第二关联关系，其中，第一初始标记对应的图像区域为第一初始标记对应的图像分割结果在目标图像中所占的区域，第二初始标记对应的图像区域为第二初始标记对应的图像分割结果在目标图像中所占的区域。
[0150]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0151]
根据第一初始标记和第二初始标记，生成目标替换标记，其中，目标替换标记用于表征目标组织和病灶的归属关系；使用目标替换标记替换第一初始标记和第二初始标记。
[0152]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0153]
将目标替换标记转化为第一初始标记和第二初始标记。
[0154]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0155]
获取目标图像的初始图像分割结果；定位目标图像中位于图像边缘区域的第三初始标记，建立第三初始标记与背景标记的第三关联关系，其中，第三关联关系用于指示根据第三初始标记能够识别目标图像中的背景；将初始图像分割结果中除第三初始标记对应的图像分割结果之外的图像分割结果，确定为目标图像的图像分割结果。
[0156]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0157]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0158]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并
不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。