基于数据增强的前列腺图像分割方法、装置和设备与流程

技术特征：
1.一种基于数据增强的前列腺图像分割方法，其特征在于，包括：对待训练样本中部分原始图像进行数据增强，生成训练样本，其中，所述原始图像包括带标签的前列腺mr图像；根据所述训练样本训练预设网络，生成前列腺图像分割模型；根据所述前列腺图像分割模型对测试样本进行测试，获取所述测试样本中各个前列腺测试图像的分割结果，其中，所述分割结果包括前列腺体。2.如权利要求1所述的基于数据增强的前列腺图像分割方法，其特征在于，所述对待训练样本中部分原始图像进行数据增强，生成训练样本，包括：按照预置比例对待训练样本进行拆分，生成第一待训练样本和第二待训练样本，其中，所述第二待训练样本中的带标签的前列腺mr图像的数量大于所述第一待训练样本中的带标签的前列腺mr图像的数量；根据预置仿射变换函数对所述第一待训练样本中的带标签的前列腺mr图像进行平移、缩放和旋转，以生成训练样本，其中，所述训练样本包括数据增强后第一训练样本和第二待训练样本。3.如权利要求2所述的基于数据增强的前列腺图像分割方法，其特征在于，所述平移包括水平移动和垂直移动，且所述水平移动和垂直移动的距离选取第一预置范围；所述缩放的尺度选取第二预置范围；所述旋转的角度选取第三预置范围。4.如权利要求2所述的基于数据增强的前列腺图像分割方法，其特征在于，所述根据预置仿射变换函数对所述第一训练样本中的带标签的前列腺mr图像进行平移、缩放和旋转之后，还包括：获取数据增强后各个带标签的前列腺mr图像的面积和获取数据增强前各个带标签的前列腺mr图像的面积；根据数据增强后各个带标签的前列腺mr图像的面积和数据增强前各个带标签的前列腺mr图像的面积，确定是否满足预设条件；若确定满足所述预设条件，则将满足所述预设条件的数据增强后各个带标签的前列腺mr图像生成第一训练样本；如确定不满足所述预设条件，则将不满足所述预设条件的数据增强前或数据增强后的各个带标签的前列腺mr图像重新进行数据增强。5.如权利要求4所述的基于数据增强的前列腺图像分割方法，其特征在于，所述根据数据增强后各个带标签的前列腺mr图像的面积和数据增强前各个带标签的前列腺mr图像的面积，确定是否满足预设条件，包括：基于预置公式、数据增强后各个带标签的前列腺mr图像的面积和数据增强前各个带标签的前列腺mr图像的面积，得到各个带标签的前列腺mr图像的面积比例；将所述面积比例与预置阈值进行比对；若所述面积比例大于预置阈值时，则确定不满足预设条件；若所述面积比例小于或等于预置阈值，则确定满足预设条件。6.如权利要求5所述的方法，其特征在于，所述预设条件包括预设阈值，且所述预设阈值选取第三预置范围内的数值。7.如权利要求1所述的基于数据增强的前列腺图像分割方法，其特征在于，所述根据所
述训练样本训练预设网络，生成前列腺图像分割模型，包括：通过将所述训练样本中的图像依次训练预设网络，确定训练后的预设网络是否处于收敛状态；若确定训练后的预设网络处于收敛状态，则基于所述训练后的预设网络生成前列腺图像分割模型；若确定训练后的预设网络不处于收敛状态，则继续对所述预设网络进行训练，直至训练后的预设网络处于收敛状态，生成前列腺图像分割模型。8.如权利要求1所述的基于数据增强的前列腺图像分割方法，其特征在于，所述根据所述前列腺图像分割模型对测试样本进行测试，获取所述测试样本中各个测试数据的分割结果，包括：将测试样本中的前列腺测试图像输入到所述前列腺图像分割模型中；基于所述前列腺图像分割模型对各个所述测试数据进行分割处理，以获取各个所述前列腺测试图像的分割结果。9.一种基于数据增强的前列腺图像分割装置，其特征在于，包括：第一生成模块，用于对待训练样本中部分原始图像进行数据增强，生成训练样本，其中，所述原始图像包括带标签的前列腺mr图像；第二生成模块，用于根据所述训练样本训练预设网络，生成前列腺图像分割模型；获取模块，用于根据所述前列腺图像分割模型对测试样本进行测试，获取所述测试样本中各个前列腺测试图像的分割结果，其中，所述分割结果包括前列腺图像。10.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至8中任一项所述的基于数据增强的前列腺图像分割方法的步骤。

技术总结
本申请公开了一种基于数据增强的前列腺图像分割方法、装置和计算机设备，该方法包括：对待训练样本中部分原始图像进行数据增强，生成训练样本，其中，所述原始图像包括带标签的前列腺MR图像；根据所述训练样本训练预设网络，生成前列腺图像分割模型；根据所述前列腺图像分割模型对测试样本进行测试，获取所述测试样本中各个前列腺测试图像的分割结果，其中，所述分割结果包括前列腺体，实现通过模型分割前列腺图像中的前列腺体，不仅提高分割的效率，还提高分割的准确性。还提高分割的准确性。还提高分割的准确性。


技术研发人员：谌先敢 刘李漫 李旭 唐奇伶
受保护的技术使用者：中南民族大学
技术研发日：2021.10.29
技术公布日：2022/1/28