基于边界注意力与距离变换的目标分割方法和装置与流程

技术特征：
1.一种基于边界注意力与距离变换的目标分割方法，其特征在于，包括：基于目标分割网络对待分割医学影像进行目标分割，得到所述待分割医学影像的分割结果；其中，所述目标分割网络是基于如下步骤训练得到的：基于目标分割网络的多个下采样层，对样本医学影像进行连续下采样，得到样本影像特征；基于所述目标分割网络的多个上采样层，对所述样本影像特征进行连续上采样，并获取首层上采样层输出的第一样本解码特征和最后一层上采样层输出的第二样本解码特征；基于所述第一样本解码特征进行边界预测和距离预测，得到边界预测结果和距离预测结果；基于所述第二样本解码特征进行目标分割，得到所述样本医学影像的分割结果；基于所述边界预测结果与所述距离预测结果之间的一致性，以及所述样本医学影像的分割结果与标注结果之间的一致性，对所述目标分割网络进行参数调整。2.根据权利要求1所述的基于边界注意力与距离变换的目标分割方法，其特征在于，所述基于所述第一样本解码特征进行边界预测和距离预测，得到边界预测结果和距离预测结果；基于所述第二样本解码特征进行目标分割，得到所述样本医学影像的分割结果，具体包括：基于第一卷积层，对所述第一样本解码特征进行边界特征提取，得到样本边界特征图；基于第二卷积层，对所述第一样本解码特征进行距离特征提取，得到样本距离特征图；基于所述样本边界特征图进行边界预测，得到所述边界预测结果；基于所述样本距离特征图进行距离预测，得到所述距离预测结果；将所述样本边界特征图与所述第二样本解码特征进行融合，得到样本融合特征，并基于所述样本融合特征进行目标分割，得到所述样本医学影像的分割结果。3.根据权利要求2所述的基于边界注意力与距离变换的目标分割方法，其特征在于，所述基于所述边界预测结果与所述距离预测结果之间的一致性，以及所述样本医学影像的分割结果与标注结果之间的一致性，对所述目标分割网络进行参数调整，具体包括：基于所述边界预测结果与所述距离预测结果之间的一致性、所述样本医学影像的分割结果与标注结果之间的一致性、所述边界预测结果与边界标注结果之间的一致性，以及所述距离预测结果与距离标注结果之间的一致性，对所述目标分割网络进行参数调整。4.根据权利要求3所述的基于边界注意力与距离变换的目标分割方法，其特征在于，所述基于所述边界预测结果与所述距离预测结果之间的一致性、所述样本医学影像的分割结果与标注结果之间的一致性、所述边界预测结果与边界标注结果之间的一致性，以及所述距离预测结果与距离标注结果之间的一致性，对所述目标分割网络进行参数调整，具体包括：基于所述边界预测结果与所述距离预测结果之间的一致性、所述样本医学影像的分割结果与标注结果之间的一致性、所述边界预测结果与边界标注结果之间的一致性，以及所述距离预测结果与距离标注结果之间的一致性，对所述首层上采样层和所述多个下采样层的参数进行反向调整；基于所述边界预测结果与所述距离预测结果之间的一致性、所述边界预测结果与边界标注结果之间的一致性，以及基于所述样本医学影像的分割结果与标注结果之间的一致性，对所述第一卷积层的参数进行反向调整；
基于所述边界预测结果与所述距离预测结果之间的一致性以及所述距离预测结果与距离标注结果之间的一致性，对所述第二卷积层的参数进行反向调整；基于所述样本医学影像的分割结果与标注结果之间的一致性，对第二层下采样层直至最后一层下采样层的参数进行反向调整。5.根据权利要求1所述的基于边界注意力与距离变换的目标分割方法，其特征在于，所述边界预测结果与所述距离预测结果之间的一致性是基于如下步骤确定的：获取所述样本医学影像中任一像素在所述边界预测结果中的边界预测概率以及在所述距离预测结果中的距离值；确定所述任一像素的边界预测概率与所述任一像素的距离值的绝对值之间的乘积，作为所述任一像素对应的一致性结果；基于所述样本医学影像中各个像素对应的一致性结果，确定所述边界预测结果与所述距离预测结果之间的一致性。6.根据权利要求2所述的基于边界注意力与距离变换的目标分割方法，其特征在于，所述基于目标分割网络对待分割医学影像进行目标分割，得到所述待分割医学影像的分割结果，具体包括：基于目标分割网络的多个下采样层，对所述待分割医学影像进行连续下采样，得到所述待分割医学影像的影像特征；基于所述目标分割网络的多个上采样层，对所述待分割医学影像的影像特征进行连续上采样，并获取最后一层上采样层输出的第二解码特征；基于所述第二解码特征进行目标分割，得到所述待分割医学影像的分割结果。7.根据权利要求6所述的基于边界注意力与距离变换的目标分割方法，其特征在于，所述基于所述第二解码特征进行目标分割，得到所述待分割医学影像的分割结果，具体包括：获取首层上采样层输出的第一解码特征，并基于第一卷积层，对所述第一解码特征进行边界特征提取，得到边界特征图；将所述边界特征图与所述第二解码特征进行融合，得到融合特征，并基于所述融合特征进行目标分割，得到所述待分割医学影像的分割结果。8.一种基于边界注意力与距离变换的目标分割装置，其特征在于，包括：医学影像分割单元，用于基于目标分割网络对待分割医学影像进行目标分割，得到所述待分割医学影像的分割结果；分割网络训练单元，用于基于如下步骤训练所述目标分割网络：基于目标分割网络的多个下采样层，对样本医学影像进行连续下采样，得到样本影像特征；基于所述目标分割网络的多个上采样层，对所述样本影像特征进行连续上采样，并获取首层上采样层输出的第一样本解码特征和最后一层上采样层输出的第二样本解码特征；基于所述第一样本解码特征进行边界预测和距离预测，得到边界预测结果和距离预测结果；基于所述第二样本解码特征进行目标分割，得到所述样本医学影像的分割结果；基于所述边界预测结果与所述距离预测结果之间的一致性，以及所述样本医学影像的分割结果与标注结果之间的一致性，对所述目标分割网络进行参数调整。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于边界注意力与距离变换的目标分割方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于边界注意力与距离变换的目标分割方法。

技术总结
本发明提供一种基于边界注意力与距离变换的目标分割方法和装置，其中方法包括：基于目标分割网络的多个下采样层，对样本医学影像进行连续下采样，得到样本影像特征；基于目标分割网络的多个上采样层，对样本影像特征进行连续上采样，并获取首层上采样层输出的第一样本解码特征和最后一层上采样层输出的第二样本解码特征；基于第一样本解码特征进行边界预测和距离预测，得到边界预测结果和距离预测结果；基于第二样本解码特征进行目标分割，得到样本医学影像的分割结果；基于边界预测结果与距离预测结果之间的一致性，以及样本医学影像的分割结果与标注结果之间的一致性，对目标分割网络进行参数调整。本发明提高了医学影像的分割准确度。分割准确度。分割准确度。


技术研发人员：吕行 叶启志 黄仁斌
受保护的技术使用者：珠海横琴圣澳云智科技有限公司
技术研发日：2022.11.30
技术公布日：2022/12/30