(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 202210911106.1 (22)申请日 2022.07.29 (71)申请人 中国科学院苏州生物医学工程 技术 研究所 地址 215163 江苏省苏州市高新区科灵路 88号 (72)发明人 戴亚康　耿辰　戴斌　周志勇　 (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 周淑歌 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/187(2017.01)G06T 7/33(2017.01) G06T 5/30(2006.01) G06V 10/75(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 一种基于医学影像的参数获取模型训练方 法及装置 (57)摘要 本申请公开了一种基于医学影像的参数获 取模型训练方法及装置， 包括： 先基于模板医学 影像的体素数量以及体素强度值， 对模板医学影 像进行分割获得各个模板区域， 并根据模板区域 的体素强度平均值及体素强度标准差确定模板 区域的类别及物理性质参数； 再获取各个样本医 学影像， 并将各个样本医学影像与各个模板区域 进行匹配， 确定该样本医学影像中各个类别的样 本区域及物理性质参数； 最后以各个类别的样本 区域为样本， 以其物理性质参数为标注， 对参数 获取模型进行训练。 解决了由于训练参数获取模 型需要大量的人力参与， 导致训练数据获取效率 较低及参数获取模型的训练效率较低的技术问 题， 提高训练数据的获取效率以及该参数获取模 型的训练效率。 权利要求书2页 说明书17页 附图6页 CN 115187572 A 2022.10.14 CN 115187572 A 1.一种基于医学影 像的参数获取模型训练方法， 其特 征在于， 所述方法包括： 获取模板医学影 像； 基于所述模板医学影像的体素数量以及体素强度值， 对所述模板医学影像进行分割， 获得各个模板区域； 针对每个模板区域， 根据所述模板区域的体素强度平均值以及体素强度标准差， 确定 所述模板区域的类别； 根据各个所述模板区域的类别， 分别获取 各个模板区域的物理性质参数； 获取各个样本 医学影像， 并针对每个样本 医学影像， 将所述样本 医学影像， 与所述模板 医学影像中的各个模板区域进行匹配， 确定所述样本医学影像中各个类别的样本区域， 以 及所述各个 类别的样本区域的物理性质参数； 以所述各个类别的样本区域为样本、 以及所述各个类别的样本区域的物理性质参数为 标注， 对参数获取模型进行训练； 训练后的所述参数获取模型用于对目标待识别医学影像 的各个类别区域进行处 理， 以获得 所述各个 类别区域的物理性质参数。 2.根据权利要求1所述的方法， 其特征在于， 所述物 理性质参数包括： 密度、 弹性、 粘性、 表面摩擦力及破坏阈值。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述模板医学影像的体素数量以 及体素强度值， 对所述模板医学影 像进行分割， 获得 各个模板区域， 包括： 获取所述模板医学影 像的体素强度值， 并统计所述体素强度值的标准 化直方图； 将所述标准 化直方图等间距划分成多个一级分段； 获取每个所述一级分段的体素数量， 并基于所述体素数量， 将所述一级分段划分成多 个二级分段； 根据所述多个二级分段的阈值范围， 对所述模板医学影像进行阈值分割， 以获得阈值 分割结果； 对阈值分割结果中的各个连通域进行膨胀， 并根据膨胀后的各个所述连通域获取各个 模板区域。 4.根据权利要求2所述的方法， 其特征在于， 所述基于所述模板医学影像的体素数量以 及体素强度值， 对所述模板医学影 像进行分割， 获得 各个模板区域， 包括： 获取所述模板医学影 像中各个组织器官的种子点 集； 获取所述种子点集的空间划分范围， 并统计所述空间划分范围内的各个点对应的体素 强度平均值及体素强度标准差； 基于所述各个点对应的体素强度平均值及体素强度标准差， 在模板体素强度分布范围 内， 对所述模板医学影 像进行区域增长分割； 根据区域增长分割结果获取 各个模板区域。 5.根据权利要求1至4任一项所述的方法， 其特征在于， 所述针对每个模板区域， 根据 所 述模板区域的体素强度平均值以及体素强度标准差， 确定所述模板区域的类别， 包括： 针对每个模板区域， 当检测到所述模板区域的体素分布满足分类条件时， 根据所述模 板区域的体素分布， 确定所述模板区域的类别； 当检测到所述模板区域的体素分布不满足分类条件时， 则根据 所述模板区域的体素强 度值确定所述模板区域的初步分类， 并根据所述模板区域的初步分类以及所述模板区域的权　利　要　求　书 1/2 页 2 CN 115187572 A 2体素强度， 将所述模板区域与所述模板医学影像中的各个模板区域执行聚类处理， 以获得 所述模板区域的类别， 所述初步分类包括骨骼、 软组织、 肌肉、 脂肪中的至少一 者。 6.根据权利要求1至4任一所述的方法， 其特征在于， 所述将所述样本医学影像， 与所述 模板医学影像中的各个模板区域进行匹配， 确定所述样本医学影像中各个类别的样本区 域， 包括： 通过模板医学影像中的各个模板区域， 对所述样本医学影像进行粗分割， 以获得各个 样本区域； 基于各个样本区域的轮廓以及体素强度分布， 分别与所述各个模板区域进行配准， 获 得所述各个样本区域的类别。 7.根据权利要求1至4任一项所述的方法， 其特征在于， 所述以所述各个类别的样本区 域为样本、 以及所述各个类别的样本区域的物理性质参数为标注， 对参数获取模型进行训 练， 包括： 针对每个样本区域， 获取所述样本区域的体素强度均值、 所述样本区域的类别以及所 述样本区域的体素强度标准差； 将所述样本区域的体素强度均值、 所述样本区域的类别以及所述样本区域的体素强度 标准差， 通过参数获取模型进行处 理， 以获得 预测参数； 将与所述样本区域的类别对应的物 理性质参数， 以及所述预测参数通过损失函数进行 处理， 获得损失函数值， 以便通过损失函数值对所述 参数获取模型中的参数进行 更新。 8.一种基于医学影 像的参数获取模型训练装置， 其特 征在于， 所述装置包括： 模板医学影 像获取模块， 用于获取模板医学影 像； 模板区域获取模块， 用于基于所述模板医学影像的体素数量以及体素强度值， 对所述 模板医学影 像进行分割， 获得 各个模板区域； 模板区域类别确定模块， 用于针对每个模板区域， 根据所述模板区域的体素强度平均 值以及体素强度标准差， 确定所述模板区域的类别； 物理性质参数获取模块， 用于根据各个所述模板区域的类别， 分别获取各个模板区域 的物理性质参数； 样本医学影像获取模块， 用于获取各个样本医学影像， 并针对每个样本医学影像， 将所 述样本医学影像， 与所述模板医学影像中的各个模板区域进行匹配， 确定所述样本医学影 像中各个 类别的样本区域， 以及所述各个 类别的样本区域的物理性质参数； 参数获取模型训练模块， 用于以所述各个类别的样本区域为样本、 以及所述各个类别 的样本区域的物理性质参数为标注， 对参数获取模型进行训练； 训练后的所述参数获取模 型用于对目标待识别医学影像的各个类别区域进 行处理， 以获得所述各个类别区域的物理 性质参数。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器中 存储有至少一条指 令， 所述至少一条指 令由所述处理器加载并执行以实现如权利要求 1至7 任一项所述的一种基于医学影 像的参数获取模型训练方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质中存储有至少一条指令， 所 述至少一条指令由处理器加载并执行以实现如权利要求1至7任一项所述的一种基于医学 影像的参数获取模型训练方法。权　利　要　求　书 2/2 页 3 CN 115187572 A 3