本说明书涉及图像处理领域，特别涉及一种医学图像的分割方法和系统。
背景技术：
1、医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程，在临床应用方面，又称为医学成像。医学影像又分为电子计算机断层(computed tomography，ct)影像、正电子发射断层(positron emissiontomography，pet)影像、直接数字平板x线成像(digital radiography，dr)影像、磁共振成像(magnetic resonance imaging，mri)影像等。
技术实现思路
1、本说明书实施例之一提供一种医学图像的分割方法。医学图像的分割方法包括：获取序列图像，序列图像包含至少两个不同时刻获取的包括同一目标部位的图像；将序列图像中的任意一帧图像输入分割模型，获取序列图像的目标分割结果；其中，分割模型基于多个训练样本通过对初始模型进行多次迭代训练获得，每个训练样本的标签为第一样本图像对应的目标区域的掩膜，第一样本图像为样本序列图像中的任意一张样本图像。
2、在一些实施例中，多次迭代包括：对于每个训练样本，获取配准后的样本序列图像中的第二样本图像，第一样本图像和第二样本图像为不同的期相对应的样本图像；基于第一样本图像和第二样本图像，确定第一特征和第二特征；基于第一特征、第二特征、初始模型输出的目标掩膜和标签，更新初始模型。
3、在一些实施例中，分割模型包括编码器和解码器，基于第一样本图像和第二样本图像，确定第一特征和第二特征包括：将第一样本图像和第二样本图像，分别输入参数共享的初始模型的中间编码器进行特征提取，确定第一特征和第二特征。
4、在一些实施例中，基于第一特征、第二特征、初始模型输出的目标掩膜和标签，更新初始模型包括：基于第一特征和第二特征，构建距离损失；基于目标掩膜和标签，构建分割损失；基于距离损失和分割损失，确定损失函数的值；基于损失函数的值，更新初始模型。
5、在一些实施例中，第一样本图像和第二样本图像属于同一样本序列图像中的图像。
6、在一些实施例中，中间编码器包含多层结构，基于第一特征和第二特征，构建距离损失包括：对于目标数量的中间层中的每个中间层，确定中间层的第一中间特征和第二中间特征；第一中间特征为第一样本图像输入中间编码器后，中间层提取的特征；第二中间特征为第二样本图像输入中间编码器后，中间层提取的特征；基于第一特征，第二特征，以及目标数量的中间层对应的第一中间特征和第二中间特征，构建距离损失。
7、在一些实施例中，任意一帧图像为配准后的图像。
8、本说明书实施例之一提供一种医学图像的分割系统，包括获取模块，用于获取序列图像，序列图像包含至少两个不同时刻获取的包括同一目标部位的图像；分割模块，用于将序列图像中的任意一帧图像输入分割模型，获取序列图像的目标分割结果，分割模型为机器学习模型。
9、本说明书实施例之一提供一种医学图像的分割装置，包括处理设备，处理设备用于执行医学图像的分割方法。
10、本说明书实施例之一提供一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行医学图像的分割方法。
1.一种医学图像的分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多次迭代包括：
3.根据权利要求2所述的方法，其特征在于，所述分割模型包括编码器和解码器，所述基于所述第一样本图像和所述第二样本图像，确定第一特征和第二特征包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一特征、所述第二特征、所述初始模型输出的目标掩膜和所述标签，更新所述初始模型包括：
5.根据权利要求4所述的方法，其特征在于，所述第一样本图像和所述第二样本图像属于同一样本序列图像中的图像。
6.根据权利要求4所述的方法，其特征在于，所述中间编码器包含多层结构，所述基于所述第一特征和所述第二特征，构建距离损失包括：
7.根据权利要求1所述的方法，其特征在于，所述任意一张图像为配准后的图像。
8.一种医学图像的分割系统，包括：
9.一种医学图像的分割装置，包括处理器，其特征在于，所述处理器用于执行如权利要求1～7任一项所述的医学图像的分割方法。
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～7任一项所述的医学图像的分割方法。
