(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 202210380347.8 (22)申请日 2022.04.12 (71)申请人 中国科学院深圳先进技 术研究院 地址 518000 广东省深圳市南 山区深圳大 学城学苑大道1068号 (72)发明人 程传力　邹超　赵琴琴　郑海荣　 刘新　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 杨志强 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01)G06T 7/00(2017.01) G06T 7/33(2017.01) G06T 7/32(2017.01) G06N 20/00(2019.01) (54)发明名称 分割图像的方法、 装置、 设备及存 储介质 (57)摘要 本申请适用于图像处理技术领域， 提供了分 割图像的方法、 装置、 设备及存储介质， 包括： 获 取被测对象的腹部的T1加权图像； 通过已训练的 图像分割模型， 对T1加权图像中肝脏血管对应的 图像进行剔除处理， 得到肝脏分割图像。 上述方 案中， 通过已训练的图像分割模型对T1加权图像 进行处理， 剔除了T1加权图像中肝脏血管对应的 图像， 没有了肝脏血管的干扰， 使得到的肝脏分 割图像更准确。 权利要求书2页 说明书15页 附图3页 CN 114821049 A 2022.07.29 CN 114821049 A 1.一种分割图像的方法， 其特 征在于， 包括： 获取被测对象的腹部的T1加权图像； 通过已训练的图像分割模型， 对所述T1加权图像中肝脏血管对应的图像进行剔除处 理， 得到肝脏分割图像。 2.如权利 要求1所述的方法， 其特征在于， 所述T1加权图像包括T1加权同相位图像和T1 加权反相位图像， 所述通过已训练的图像分割模型， 对所述T1加权图像中肝脏血管对应的 图像进行剔除处 理， 得到肝脏分割图像， 包括： 通过所述图像分割模型提取所述T1加权反相位图像中的肝脏边缘特征， 以及所述T1加 权同相位图像中的肝脏血 管特征； 根据所述 肝脏边缘特征确定肝脏图像； 根据所述 肝脏血管特征从所述 肝脏图像中确定所述 肝脏血管对应的图像； 从所述T1加权图像中剔除所述 肝脏血管对应的图像， 得到所述 肝脏分割图像。 3.如权利要求1所述的方法， 其特征在于， 所述通过已训练的图像分割模型， 对所述T1 加权图像中肝脏血 管对应的图像进行剔除处 理， 得到肝脏分割图像之后， 所述方法还 包括： 获取所述被测对象的腹部的质子密度脂肪分数定量图像； 将所述肝脏分割图像和所述质子密度脂肪分数定量图像进行配准， 得到脂肪定量结 果。 4.如权利要求1至3任一项所述的方法， 其特征在于， 所述已训练的图像分割模型的训 练方式为： 利用预设的样本训练集和损失函数对初始模型进行训练， 得到所述已训练的图像分割 模型， 所述样本训练集包括多个样本T1加权图像， 以及各个所述样本T1加权图像对应的肝 脏掩模图像， 所述 肝脏掩模图像为标记有肝脏区域且剔除肝脏血 管后的图像。 5.如权利要求4所述的方法， 其特征在于， 所述利用预设的样本训练集和损失函数对初 始模型进行训练， 得到所述已训练的图像分割模型， 包括： 将所述样本训练集中的样本T1加权图像输入到所述初始模型中处理， 得到所述样本T1 加权图像的样本分割图像； 根据所述损失函数计算所述样本T1加权图像的样本分割图像， 与所述样本T1加权图像 对应的肝脏掩 模图像之间的损失值； 当检测到所述损 失值大于预设阈值时， 调整所述初始模型的模型参数， 并利用所述样 本训练集继续训练所述初始模型； 当检测到所述损 失值小于或等于所述预设阈值时， 停止训练所述初始模型， 并将训练 后的所述初始模型确定为所述图像分割模型。 6.如权利要求4所述的方法， 其特征在于， 所述利用预设的样本训练集和损失函数对初 始模型进行训练， 得到所述已训练的图像分割模型， 包括： 将所述样本训练集中的样本T1加权图像输入到所述初始模型中处理， 得到所述样本T1 加权图像的样本分割图像； 根据所述损失函数计算所述样本T1加权图像的样本分割图像， 与所述样本T1加权图像 对应的肝脏掩 模图像之间的损失值； 每当检测到所述损失值小于或等于预设阈值 时输出中间模型， 直至训练次数达到预设权　利　要　求　书 1/2 页 2 CN 114821049 A 2训练次数， 获得多个所述中间模型； 从多个所述中间模型中确定所述图像分割模型。 7.如权利要求6所述的方法， 其特征在于， 所述从多个所述中间模型中确定所述图像分 割模型， 包括： 获取样本测试集， 所述样本测试集包括多个测试T1加权图像， 以及各个所述测试T1加 权图像对应的肝脏掩 模测试图像； 利用所述样本测试集对所述多个中间模型进行测试； 根据各个测试 结果， 在多个所述中间模型中确定所述图像分割模型。 8.一种分割图像的装置， 其特 征在于， 包括： 获取单元， 用于获取被测对象的腹部的T1加权图像； 处理单元， 用于通过已训练的图像分割模型， 对所述T1加权图像中肝脏血管对应的图 像进行剔除处 理， 得到肝脏分割图像。 9.一种分割图像的设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处 理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要 求1至7任一项所述的方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114821049 A 3