公开(公告)号：CN111429421B

公开(公告)日：2021-08-27

申请号：CN202010197600.7

申请日：2020-03-19

Applicant: 推想医疗科技股份有限公司

Inventor： 康清波 ,  谭卫雄 ,  张荣国 ,  李新阳 ,  王少康 ,  陈宽

IPC: G06T7/00 ,  G06T7/187 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例公开了一种模型生成方法、医学图像分割方法、装置、设备及介质。该模型生成方法包括：获取样本胸部的样本图像、样本图像中已知肺部的肺部掩膜图像、以及肺部掩膜图像的形状先验知识；将样本图像、肺部掩膜图像和形状先验知识作为一组训练样本，基于多组训练样本对原始分割模型进行训练，生成肺部分割模型；其中，原始分割模型包括特征提取网络，以及与特征提取网络分别连接的图像分割网络和先验知识回归网络。本发明实施例的技术方案，解决了现有分割模型未将肺部区域的形状先验知识有效利用起来的问题，基于形状先验知识设置的先验知识回归网络，与已有的图像分割网络相互配合，提高了肺部分割模型与肺部区域分割的匹配程度。

公开(公告)号：CN111145209B

公开(公告)日：2023-06-02

申请号：CN201911367572.2

申请日：2019-12-26

Applicant: 推想医疗科技股份有限公司

Inventor： 康清波 ,  张荣国 ,  李新阳 ,  陈宽 ,  王少康

IPC: G06T7/194 ,  G06T7/187 ,  G06T7/155 ,  G06T5/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例公开了一种医学图像分割方法、装置、设备及存储介质。该方法包括：获取受检对象的组织图像，并基于预设图像分割算法从组织图像中提取出细胞核的初步分割图像；将组织图像和初步分割图像输入至已训练完成的细胞核分割模型中，根据细胞核分割模型的输出结果得到细胞核的目标分割图像。本发明实施例的技术方案，通过将传统图像分割算法和深度学习算法相结合，在可充分发挥深度学习算法的良好分割性能的基础上，可大大缓解深度学习算法对人工标注的完善数据的需求，这使得在只有少量的人工标注的完善数据的情况下，依然能够达到较好的分割性能，达到了以较低的人工成本和时间成本从医学图像中精准分割出细胞核图像的效果。

公开(公告)号：CN111462086B

公开(公告)日：2024-04-26

申请号：CN202010246938.7

申请日：2020-03-31

Applicant: 推想医疗科技股份有限公司

Inventor： 康清波 ,  张荣国 ,  李新阳 ,  王少康 ,  陈宽

IPC: G06T7/00 ,  G06T7/12

Abstract: 本发明提供了一种图像分割方法及装置、神经网络模型的训练方法及装置、计算机可读存储介质和电子设备。该图像分割方法包括：获取待分割病理图像的分割掩膜图像，其中，分割掩膜图像包含待分割病理图像中细胞核的边界信息；根据分割掩膜图像，获取待分割病理图像的距离回归图像；根据分割掩膜图像和距离回归图像，获取待分割病理图像的二值细胞核分割图像，能够结合细胞核边界信息和距离信息进行细胞核二分类分割任务，提高了细胞核分割的精度，更好地分割较小的细胞核、粘连及重叠的细胞核；另外，来自不同器官的细胞核在外观、形态、形状、颜色以及密度上都具有很大的不同，本发明实施例提供的技术方案能够具有很好的泛化能力。