(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211150263.1 (22)申请日 2022.09.21 (71)申请人 深圳睿心智能医疗科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区高新南环路46号留学生 创业大厦二期13 02 (72)发明人 黄星胜　马骏　郑凌霄　兰宏志　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 严慧 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/187(2017.01) G06T 7/00(2017.01) G06T 5/50(2006.01) (54)发明名称 管腔分割模型的训练方法、 装置、 电子设备 及存储介质 (57)摘要 本发明公开了一种管腔分割模型的训练方 法、 装置、 电子设备及存储介质。 该方法包括： 获 取管腔样 本图像， 以及与所述管腔样本图像对应 的初始管腔标注图像； 基于所述初始管腔标注图 像对应的管腔中心线， 对初始管腔标注图像进行 狭窄检测， 确定管腔狭窄段； 对所述管腔狭窄段 进行填充， 得到狭窄填充 图像； 将所述狭窄填充 图像与所述初始管腔标注图像进行合并， 得到目 标管腔标注图像； 基于所述管腔样 本图像和所述 管腔样本图像对应的目标管腔标注图像， 对待训 练的管腔分割模 型进行迭代训练， 得到训练完成 的管腔分割模型。 通过上述技术方案， 解决了管 腔分割中断的问题。 权利要求书2页 说明书13页 附图12页 CN 115423826 A 2022.12.02 CN 115423826 A 1.一种管腔分割模型的训练方法， 其特 征在于， 包括： 获取管腔样本图像， 以及与所述管腔 样本图像对应的初始管腔标注图像； 基于所述初始管腔标注图像对应的管腔中心线， 对初始管腔标注图像进行狭窄检测， 确定管腔狭窄段； 对所述管腔狭窄段进行填充， 得到狭窄 填充图像； 将所述狭窄 填充图像与所述初始管腔标注图像进行合并， 得到目标 管腔标注图像； 基于所述管腔样本图像和所述管腔样本图像对应的目标管腔标注图像， 对待训练的管 腔分割模型进行迭代训练， 得到训练完成的管腔分割模型。 2.根据权利要求1所述的方法， 其特征在于， 在所述获取管腔样本 图像， 以及与所述管 腔样本图像对应的初始管腔标注图像之后， 所述方法还 包括： 对于所述初始管腔标注图像对应的管腔中心线中任一中心线点， 基于所述中心线点至 所述管腔中心线的起点的距离更新所述初始管腔标注图像的管腔标签值， 得到管腔标签优 化图像； 相应的， 所述将所述狭窄填充图像与所述初始管腔标注图像进行合并， 得到目标管腔 标注图像， 包括： 将所述狭窄 填充图像与所述管腔标签优化图像进行合并， 得到目标 管腔标注图像。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述中心线点至所述管腔中心线 的起点的距离更新所述初始管腔标注图像的管腔标签值， 得到管腔标签优化图像， 包括： 将所述中心线点至所述管腔中心线的起点的距离， 在预先设置的距离 ‑标签匹配关系 中进行匹配， 得到距离优化标签值； 基于所述距离优化标签值更新所述初始管腔标注图像的管腔标签值， 得到管腔标签优 化图像。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述初始管腔标注图像对应的管 腔中心线， 对初始管腔标注图像进行狭窄检测， 确定管腔狭窄段， 包括： 对于所述初始管腔标注图像对应的管腔中心线中任一中心线点， 确定所述中心线点在 所述初始管腔标注图像中对应的管腔直径； 对所述管腔中心线上所有中心线点对应的管腔直径进行线性拟合处理， 得到各中心线 点对应的估计管腔直径； 基于所述中心线点在所述初始管腔标注图像中对应的管腔直径与所述估计管腔直径 确定至少一个管腔狭窄段。 5.根据权利要求4所述的方法， 其特征在于， 所述基于所述中心线点在所述初始管腔标 注图像中对应的管腔直径与所述估计管腔直径确定 至少一个管腔狭窄段， 包括： 对于任一管腔狭窄段的确定步骤， 包括： 若多个连续中心线点对应的管腔直径与估计 管腔直径的差值满足预先设置的管腔狭窄条件， 则将所述多个连续中心线点对应的管腔部 分确定为管腔狭窄段。 6.根据权利要求1所述的方法， 其特征在于， 所述对所述管腔狭窄段进行填充， 得到狭 窄填充图像， 包括： 获取所述管腔狭窄段的起始位置和终止位置； 基于所述管腔狭窄段的起始位置和终止位置， 将所述管腔狭窄段的管腔直径填充至估权　利　要　求　书 1/2 页 2 CN 115423826 A 2计管腔直径， 得到狭窄 填充图像。 7.根据权利要求6所述的方法， 其特 征在于， 在所述得到狭窄 填充图像之后， 还 包括： 对于管腔狭窄段内任一中心线点， 将所述管腔狭窄段内中心线点至所述管腔中心线的 起点的距离， 在预 先设置的距离 ‑标签匹配关系中进行匹配， 得到狭窄标签值； 基于所述狭窄标签值更新所述狭窄填充图像的管腔标签值， 得到更新后的狭窄填充图 像。 8.根据权利要求1 ‑7中任一项所述的方法， 其特征在于， 在所述得到训练完成的管腔分 割模型之后， 还 包括： 获取至少一张待分割图像； 将所述待分割图像输入至所述训练完成的管腔分割 模型中， 得到与 所述待分割图像对 应的预测分割图像； 对所述预测分割图像进行最大 连通区域处 理， 得到最大 连通区域图像； 对所述最大连通区域图像进行斑块去除处 理， 得到目标分割图像。 9.一种管腔分割模型的训练装置， 其特 征在于， 包括： 样本获取模块， 用于获取管腔样本 图像， 以及与所述管腔样本 图像对应的初始管腔标 注图像； 管腔狭窄段确定模块， 用于基于所述初始管腔标注图像对应的管腔中心线， 对初始管 腔标注图像进行狭窄检测， 确定管腔狭窄段； 管腔狭窄 填充模块， 用于对所述管腔狭窄段进行填充， 得到狭窄 填充图像； 图像合并模块， 用于将所述狭窄填充图像与所述初始管腔标注图像进行合并， 得到目 标管腔标注图像； 分割模型训练模块， 用于基于所述管腔样本图像和所述管腔样本图像对应的目标管腔 标注图像， 对待训练的管腔分割模型进行迭代训练， 得到训练完成的管腔分割模型。 10.一种电子设备， 其特 征在于， 所述电子设备包括： 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； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 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 ‑8中任一项所述的 管腔分割模型的训练方法。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处理器执行时实现权利要求1 ‑7中任一项所述的管腔分割模型 的训练方法。权　利　要　求　书 2/2 页 3 CN 115423826 A 3