(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 202211194117.9 (22)申请日 2022.09.28 (71)申请人 推想医疗科技股份有限公司 地址 100085 北京市海淀区上地信息路12 号1幢4层B401室 (72)发明人 刘俊　黄文豪　张欢　陈宽　 王少康　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 于彬 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/187(2017.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 病灶分割模 型的训练方法及装置、 病灶分割 方法及装置 (57)摘要 本申请提供了一种病灶分割模型的训练方 法及装置、 病灶分割方法及装置， 该训练方法包 括： 将包含目标病灶的二维CT图像输入 预先训练 好的二维病灶分割模型中， 输出得到目标病灶的 二维病灶分割结果； 根据二维病灶分割结果中包 含的目标病灶的位置信息以及尺 寸信息， 对目标 病灶在三维CT图像中所在的体素单元进行标记， 得到带有目标标记的目标三维CT图像； 将目标三 维CT图像输入至三维病灶分割模型中， 以目标标 记所在的体素单元作为感兴趣区域， 输出得到目 标病灶的三维分割预测结果； 基于三维分割预测 结果与目标标记之间的分割损失， 对三维病灶分 割模型进行训练， 直至三维病灶分割模型达到收 敛。 这样， 本申请有效地提高了对于目标病灶的 病灶分割效率。 权利要求书3页 说明书15页 附图6页 CN 115496735 A 2022.12.20 CN 115496735 A 1.一种病灶分割模型的训练方法， 其特 征在于， 所述训练方法包括： 将包含目标病灶的二维CT图像输入预先训练好的二维病灶分割 模型中， 输出得到针对 所述目标病灶的二维病灶分割结果； 根据所述二维病灶分割结果中包含的所述目标病灶的位置信 息以及尺寸信 息， 对所述 目标病灶在三维CT图像中所在的体素单元进行标记， 得到带有目标标记的目标三维CT图 像； 将所述目标三维CT图像输入至三维病灶分割模型中， 以所述目标标记所在的体素单元 作为感兴趣区域， 输出 得到针对所述目标病灶的三维分割预测结果； 基于所述三维分割预测结果与所述目标标记之间的分割损失， 对所述三维病灶分割 模 型进行训练， 直至所述 三维病灶分割模型达 到收敛。 2.根据权利要求1所述的训练方法， 其特征在于， 通过以下方法获取包含所述目标病灶 的二维CT图像： 根据多组不同的第一CT值范围， 对所述三维CT图像进行调窗处理， 得到每组所述第一 CT值范围下对应的调窗处理结果； 其中， 每组所述第一CT值范围对应一组第一窗宽和第一 窗位； 所述第一窗宽和所述第一窗位根据所述目标病灶所在的目标组织处对应的CT值范围 确定； 将每一所述第一CT值范围下对应的调窗处理结果存储至所述三维CT图像的一个 图像 通道中， 得到包 含所述目标病灶的多通道三维CT图像； 根据空间中任一视角下的参考平面， 对所述多通道三维CT图像进行裁切， 得到所述多 通道三维CT图像在所述 参考平面下的二维切片， 并将所述 二维切片作为所述 二维CT图像。 3.根据权利要求2所述的训练方法， 其特征在于， 所述将包含目标病灶的二维CT图像输 入预先训练好的二维病灶分割模型中， 输出得到针对所述 目标病灶的二维病灶分割 结果， 包括： 获取所述多通道三维CT图像在多个不同参考平面下的二维切片； 其中， 所述多个不同 参考平面至少包括： 所述空间中主视角下 的第一参考平面、 所述空间中俯视角下 的第二参 考平面以及所述空间中左侧视角下的第三 参考平面； 将获取到的多个所述二维切片输入预先训练好的所述二维病灶分割模型中， 输出得到 针对每一所述 二维切片的病灶分割结果； 将得到的多个所述二维切片的病灶分割结果作为针对所述目标病灶在所述空间中不 同视角下的二维病灶分割结果。 4.根据权利要求3所述的训练方法， 其特征在于， 所述根据 所述二维病灶分割结果中包 含的所述目标病灶的位置信息以及尺 寸信息， 对所述目标病灶在三 维CT图像中所在的体素 单元进行标记， 得到带有目标 标记的目标三维CT图像， 包括： 基于每一所述二维切片在所述空间中对应的参考平面， 对每一所述二维切片的病灶分 割结果进行拼接， 得到多个所述 二维切片的病灶分割结果组成的三维拼接结果； 基于所述目标病灶在所述三维拼接结果中的位置信 息以及尺寸信 息， 确定所述目标病 灶在所述 三维CT图像中所在的目标体素 单元； 利用所述目标标记对确定出的所述目标体素单元进行标记， 得到带有所述目标标记的 所述目标三维CT图像。权　利　要　求　书 1/3 页 2 CN 115496735 A 25.根据权利要求1所述的训练方法， 其特征在于， 所述将所述目标三维CT图像输入至三 维病灶分割模型中， 包括： 根据多组不同的第二CT值范围， 对所述目标三维CT图像进行调窗处理， 得到每组所述 第二CT值范围下对应的调窗处理结果； 其中， 每组所述第二CT值范围对应一组第二窗宽和 第二窗位； 所述第二窗宽和所述第二窗位根据所述目标病灶所在的目标 组织处对应的CT值 范围确定； 将每一所述第二CT值范围下对应的调窗处理结果存储至所述目标三维CT图像的一个 图像通道中， 得到多通道的目标三维CT图像， 并将得到的所述多通道的目标三维CT图像输 入至所述 三维病灶分割模型中。 6.根据权利要求1所述的训练方法， 其特征在于， 所述三维病灶分割模型中包含多层图 像金字塔， 每层图像金字塔用于处理一种 特定分辨率下的目标三维CT图像； 通过以下方法 确定所述 三维分割预测结果与所述目标 标记之间的所述分割损失： 针对每层图像金字塔， 将该层图像金字塔用于处理的所述特定分辨率下的目标三维CT 图像以及上层图像金字塔输出的图像特 征提取结果作为该层图像金字塔的目标输入数据； 将所述目标输入数据输入至该层图像金字塔中， 输出得到针对所述目标输入数据中包 含的所述 目标病灶的分割 预测结果， 并基于所述分割 预测结果以及所述 目标标记， 计算得 到该层图像金字塔对应的预测损失； 基于每层图像金字塔对应的所述预测损失以及每层图像金字塔对应的权重系数， 通过 加权求和的方式， 将计算得到的加权求和结果作为所述分割损失； 其中， 每层图像金字塔对 应的权重系数根据该层图像金字塔对应的所述特定分辨 率确定。 7.一种病灶分割方法， 其特 征在于， 所述病灶分割方法包括： 根据空间中任一视角下的参考平面， 对包含目标病灶的三维CT图像进行裁切， 得到所 述三维CT图像在所述 参考平面下的二维切片； 将所述二维切片作为包含所述目标病灶的二维CT图像输入预先训练好的二维病灶分 割模型中， 输出 得到针对所述目标病灶的二维病灶分割结果； 基于所述二维病灶分割结果， 确定所述三维CT图像中的感兴趣区域， 并将确定出所述 感兴趣区域的所述三维CT图像输入至预先训练好的三 维病灶分割模 型中， 输出得到针对所 述目标病灶的初始三维病灶分割 结果； 其中， 所述三维病灶分割模型是根据权利要求1至6 任一所述的训练方法进行训练后得到的。 8.根据权利要求7所述的病灶分割方法， 其特征在于， 在所述输出得到针对所述目标病 灶的初始三维病灶分割结果之后， 所述病灶分割方法还 包括： 对所述初始三维病灶分割结果进行连通域分析， 从所述初始三维病灶分割结果中， 确 定属于所述目标病灶的多个三维连通 域； 根据所述目标病灶对应的病灶体积阈值， 从所述多个三维连通域中， 筛选出体积大于 或者等于所述病灶体积阈值的目标三维连通域作为所述目标病灶的最终三维病灶分割结 果。 9.一种病灶分割模型的训练装置， 其特 征在于， 所述训练装置包括： 第一预测模块， 用于将包含目标病灶的二维CT图像输入预先训练好的二维病灶分割 模 型中， 输出 得到针对所述目标病灶的二维病灶分割结果；权　利　要　求　书 2/3 页 3 CN 115496735 A 3