(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 202210221162.2 (22)申请日 2022.03.08 (71)申请人 乐普 （北京） 医疗器 械股份有限公司 地址 102200 北京市昌平区超前路37号 (72)发明人 左廷涛　李新泰　戴辰晨　陈景春　 许小强　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 李博洋 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/25(2022.01) G06V 10/80(2022.01) (54)发明名称 一种分割模 型构建和轮廓识别方法、 装置及 计算机设备 (57)摘要 本发明公开了一种分割模型构建和轮廓识 别方法、 装置及计算机设备， 该方法包括， 获取样 本图像； 样 本图像包括标记有目标区域的正样本 图像及未标记的负样本图像； 将负样本图像输入 至预设的图像 分割模型的共享编码器， 进行编码 处理， 得到编码结果； 分别将编码结果输入分割 分支解码器及边缘检测分支编码器， 得到分割分 支结果及边缘检测结果； 并将分割分支解码器及 边缘检测分支编码器的解码结果输入融合分支 解码器， 得到融合分割结果； 基于分割分支结果、 边缘检测结果及融合分割结果得到预设的图像 分割模型的输出结果； 基于正样 本图像及输出结 果得到预设的图像 分割模型的损失函数； 基于损 失函数调整预设的图像分割模型的参数， 得到多 分支融合分割模型。 权利要求书3页 说明书13页 附图5页 CN 114581668 A 2022.06.03 CN 114581668 A 1.一种多分支融合分割模型的构建方法， 其特 征在于， 包括： 获取样本图像； 所述样本图像包括标记有目标区域的正样本图像及未标记的负样本图 像； 将所述负样本 图像作为输入数据， 输入至预设的图像分割模型的共享编码器， 进行编 码处理， 得到编码结果； 分别将所述编码结果输入所述预设的图像分割模型的分割分支解码器及边缘检测分 支编码器， 得到分割分支结果及边缘检测结果； 并将所述分割分支解码器及边缘检测分支 编码器的解码结果输入所述预设的图像分割模型的融合分支解码器， 得到融合分割结果； 基于所述分割分支结果、 边缘检测结果及融合分割结果得到所述预设的图像分割模型 的输出结果； 基于所述 正样本图像及输出 结果得到所述预设的图像分割模型的损失函数； 基于所述损失函数调整所述预设的图像分割模型的参数， 得到多分支融合分割模型。 2.根据权利要求1所述的方法， 其特征在于， 所述多分支融合分割模型包括n级共享编 码器和多分支解码器， 所述多分支解码器包括n级分割分支解码器、 n级边缘检测分支解码 器和n‑1级融合分支解码器， 分别将所述编码结果输入所述预设的图像分割模型的分割分支解码器及边缘检测分 支编码器， 得到分割分支结果及边 缘检测结果， 包括： 将所述样本图像输入到第一级所述共享编码器， 得到第一编码输出 数据； 将所述第一编码输出数据输入至第 二级共享编码器、 第 一级分割分支解码器和第 一级 边缘检测分支解码器， 得到第一分割数据和第一 边缘检测数据； 将第m‑1级共享编码器的输出数据输入至第m级共享编码器， 得到第m级共享编码器的 输出数据， 2≤m≤n； 将第m级共享编码器的输出数据和第m ‑1级分割分支解码器的输出数据输入至第m级分 割分支解码器， 得到第m级分割分支解码器的输出 数据， 2≤m≤n； 将第m级共享编码器的输出数据和第m ‑1级边缘检测分支解码器的输出数据输入至第m 级边缘检测分支解码器， 得到第m级边 缘检测分支解码器的输出 数据， 2≤m≤n； 基于所述第一分割数据及第m级分割分支解码器的输出数据得到所述分割分支结果， 并基于所述第一边缘检测数据及第m级边缘检测分支解码器的输出数据得到所述边缘检测 结果。 3.根据权利要求2所述的方法， 其特征在于， 将所述分割分支解码器及边缘检测分支编 码器的解码结果输入所述预设的图像分割模型 的融合分支解码器， 得到融合分割 结果， 包 括： 将第一级分割分支解码器的输出数据及第一级边缘检测分支解码器的输出数据输入 至第一级融合分支解码器， 得到第一级融合分支解码器的输出 数据； 将第m级分割分支解码器的输出数据、 第m级边缘检测分支解码器的输出数据以及第m ‑ 1级融合分支解码器的输出数据输入至第m级融合分支解码器， 得到第m级融合分支解码器 的输出数据； 基于所述第 一级融合分支解码器的输出数据及第m级融合分支解码器的输出数据 得到 所述融合分割结果。权　利　要　求　书 1/3 页 2 CN 114581668 A 24.根据权利要求1所述的方法， 其特征在于， 所述基于所述正样本图像及输出结果得到 所述预设的图像分割模型的损失函数， 包括： 基于所述 正样本图像及分割分支结果计算得到分割分支损失函数； 基于所述 正样本图像及边 缘检测结果计算得到边 缘检测损失函数； 基于所述 正样本图像及融合分割结果计算得到融合分割损失函数； 基于所述分割分支损失函数、 边缘检测损失函数及融合分割损失函数得到所述损失函 数。 5.根据权利要求1所述的方法， 其特 征在于， 所述获取样本图像， 包括： 将所述样本 图像进行预处理， 并对预处理后的样本 图像进行标注， 将标注后的样本 图 像作为所述 正样本图像。 6.根据权利要求5所述的方法， 其特征在于， 所述获取样本图像， 还包括： 对所述样本图 像进行扩增处 理， 得到扩增后的样本图像。 7.一种超声成像 轮廓识别方法， 其特 征在于， 包括： 获取原始图像； 将所述原始图像输入到预设的多分支融合分割模型， 得到所述原始图像的图像分割结 果； 所述预设的多分支融合分割模型是使用权利要求1 ‑6任一项所述的多分支融合分割模 型的构建方法得到的； 基于所述图像分割结果进行轮廓提取， 得到所述原 始图像的各区域轮廓识别结果。 8.根据权利要求7所述的方法， 其特征在于， 所述基于所述图像分割结果进行轮廓提 取， 得到所述原 始图像的各区域轮廓识别结果， 包括： 基于所述图像分割结果进行轮廓提取， 得到第一图像结果； 对所述第一图像结果进行高斯模糊处 理， 得到第二图像结果； 对所述第二图像结果进行二 值化处理， 得到第三图像结果； 对所述第三图像结果进行感兴趣区域选择处 理， 得到最终的各区域轮廓识别结果。 9.根据权利要求8所述的方法， 其特征在于， 对所述第 三图像结果进行感兴趣区域选择 处理， 得到最终的各区域轮廓识别结果， 包括： 基于所述第三图像结果确定包含所述第三图像结果的图像中心点的预设灰度值的最 大连通域， 作为感兴趣区域； 基于自所述第三图像结果的图像中心发射出的间隔均匀的多个角度下的多条射线与 所述感兴趣区域的交点 集得到轮廓点 集； 将经过所述轮廓点集的曲线拟合结果顺序连接， 得到所述最终的各区域轮廓识别结 果。 10.一种多分支融合分割模型的构建装置， 其特 征在于， 包括： 第一获取模块， 用于获取样本 图像； 所述样本 图像包括标记有目标区域的正样本 图像 及未标记的负 样本图像； 编码模块， 用于将所述负样本 图像作为输入数据， 输入至预设的图像分割模型的共享 编码器， 进行编码处 理， 得到编码结果； 解码模块， 用于分别将所述编码结果输入所述预设的图像分割 模型的分割分支解码器 及边缘检测分支编码器， 得到分割分支结果及边缘检测结果； 并将所述分割分支解码器及权　利　要　求　书 2/3 页 3 CN 114581668 A 3