CN114119645B - 一种图像分割质量的确定方法、系统、设备及介质 - Google Patents

Abstract

本发明实施例公开了一种图像分割质量的确定方法、系统、设备及介质。该方法可包括：获取已分割图像的图像分割结果、以及预先设置的客观指标，并确定图像分割结果在客观指标上的客观指标数值；获取客观指标的客观指标阈值，其中，客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像主观确定的分割质量；根据客观指标数值和客观指标阈值之间的数值关系，确定已分割图像的图像分割质量。本发明实施例的技术方案，通过将主观感受的分割质量和客观确定的指标数值相关联的客观指标阈值，高效确定图像分割质量。

Description

一种图像分割质量的确定方法、系统、设备及介质

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图像分割质量的确定方法、系统、设备及介质。

背景技术

图像分割是将待分割图像分割为若干个特定的、具有独特性质的区域，并从各区域中提取出感兴趣区域的过程，其是由图像处理到图像分析的关键步骤，因此能够提供较好的图像分割质量的图像分割是图像分析的重要前提。

在当前实践中，主要是通过预先设置的客观指标来直接确定图像分割质量。但是，待分割图像中的有些细节特征终究是难以通过客观指标直接表达出来的，这时就需要通过人眼主观识别这些细节特征来得到图像分割质量。显然，现有方案存在图像分割质量的确定效率较低的问题。

发明内容

本发明实施例提供了一种图像分割质量的确定方法、系统、设备及介质，以实现图像分割质量的高效确定的效果。

第一方面，本发明实施例提供了一种图像分割质量的确定方法，可以包括：

获取已分割图像的图像分割结果、及预先设置的客观指标，确定图像分割结果在客观指标上的客观指标数值；

获取客观指标的客观指标阈值，其中，客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量；

根据客观指标数值和客观指标阈值间的数值关系，确定已分割图像的图像分割质量。

第二方面，本发明实施例还提供了一种图像分割质量的确定系统，可包括：

客观指标数值确定模块，用于获取已分割图像的图像分割结果、以及预先设置的客观指标，确定图像分割结果在客观指标上的客观指标数值；

客观指标阈值获取模块，用于获取客观指标的客观指标阈值，其中，客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，且样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量；

图像分割质量确定模块，用于根据客观指标数值和客观指标阈值间的数值关系，确定已分割图像的图像分割质量。

第三方面，本发明实施例还提供了一种图像分割质量的确定设备，可包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明任意实施例所提供的图像分割质量的确定方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明任意实施例所提供的图像分割质量的确定方法。

本发明实施例的技术方案，通过获取已分割图像的图像分割结果、及预先设置的客观指标，并确定图像分割结果在客观指标上的客观指标数值，该客观指标数值可以表示出从客观角度确定的已分割图像的图像分割质量；获取客观指标的根据样本指标数值和样本分割质量确定的客观指标阈值，其中样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量，即客观指标阈值是能够将主观感受出的分割质量和客观确定出的指标数值关联起来的阈值；进而，根据客观指标数值和客观指标阈值之间的数值关系，确定已分割图像的图像分割质量。上述技术方案，通过预先确定的可将主观感受出的分割质量和客观确定出的指标数值关联起来的客观指标阈值来确定图像分割质量，由此在无需人为参的情况下得到了能够反映出主观感受的图像分割质量，这在保证了图像分割质量的确定精度的同时，保证了其的确定效率，是一种主客观相结合的图像分割质量的确定方案。

附图说明

图1是本发明实施例中的一种图像分割质量的确定方法的流程图；

图2是本发明实施例中的一种图像分割质量的确定方法中三维dice系数的客观指标数值的计算示意图；

图3是本发明实施例中的一种图像分割质量的确定方法中在模型迭代过程中选取模型版本的流程图；

图4是本发明实施例中的另一种图像分割质量的确定方法的流程图；

图5是本发明实施例中的另一种图像分割质量的确定方法中的用于确定已分割图像内的各解剖结构的图像分割质量的流程图；

图6是本发明实施例中的再一种图像分割质量的确定方法的流程图；

图7是本发明实施例中的再一种图像分割质量的确定方法中的用于确定各模型版本之间的一致性的流程图；

图8是本发明实施例中的又一种图像分割质量的确定方法的流程图；

图9是本发明实施例中的又一种图像分割质量的确定方法中肺段和肺动静脉的示意图；

图10是本发明实施例中的一种图像分割质量的确定系统的结构框图；

图11是本发明实施例中的一种图像分割质量的确定设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

图1是本发明实施例中提供的一种图像分割质量的确定方法的流程图。本实施例可适用于快速确定图像分割质量的情况，尤其适用于快速确定能够反映主观感受的图像分割质量的情况。该方法可以由本发明实施例提供的图像分割质量的确定系统来执行，该系统可以由软件和/或硬件的方式实现，该系统可以集成在图像分割质量的确定设备上，该设备可以是各种用户终端或服务器。

参见图1，本发明实施例的方法具体包括如下步骤：

S110、获取已分割图像的图像分割结果、及预先设置的客观指标，并确定图像分割结果在客观指标上的客观指标数值。

其中，图像分割结果可以是在对已分割图像进行图像分割后得到的结果，该已分割图像可以是已对其进行过图像分割的二维和/或三维的自然图像、医学图像等，在此未做具体限定。客观指标可以是预先设置的能够客观表示已分割图像的图像分割质量的指标，如平均表面距离(Average surface distance，ASD)、豪斯多夫距离(Hausdorffdistance)、三维dice(Volumetric dice)系数、及基于中线的三维dice(CLDice)系数等，在此未做具体限定。由于dice可以理解为一种集合相似度度量函数，因此上述CLDice还可以称为基于中线的的三维目标系数，其中目标系数可以是基于相似度度量函数构建的系数。在实际应用中，可选的，当已分割图像是已进行过图像分割的具有管状结构的图像时，如血管、气管等的医学图像时，客观指标可包括基于中线的三维dice系数，其可以用于度量三维体中线(即骨架)是否在三维体内，对于管径粗细并不敏感，更加适用于确定该具有管状结构的图像的图像分割质量，由此间接提升了管状结构的分割精度。上述中线可以是管状结构的管道横截面上的中点组成的连线。

客观指标数值可以包括在基于客观指标处理图像分割结果后得到的数值。示例性的，当客观指标是平均表面距离时，其可以表示图像分割结果和第二金标准分割结果中全部的表面点的距离的平均，客观指标数值越小，则两个分割结果间的轮廓差异越小。具体的，客观指标数值的计算公式如下：

A是图像分割结果中的各表面点a的集合，B是第二金标准分割结果中的各表面点b的集合。

示例性的，当客观指标是豪斯多夫距离时，客观指标数值可通过如下步骤计算得到：针对图像分割结果中的点集合A{a0,a1,...}和第二金标准分割结果中的点集合B{b0,b1,b2,...}，取A中的一点a0，计算a0到B中各点的距离，保留最短的距离d0；遍历A中的每个点，假设A中包括a0和a1，计算出d0和d1；比较全部的距离{d0,d1}，选出最长的距离，将该最长的距离标记为h，它是A→B的单向豪斯多夫距离，记为h(A,B)，那么对于A中任意一点a，则可以确定以a为圆心且以h为半径的圆内必有B中的点；进而，交换A和B的角色，计算B→A的单向豪斯多夫距离h(B,A)，然后选出h(A,B)和h(B,A)中最长的距离，将其作为A和B的双向豪斯多夫距离，此时客观指标数值越小，图像分割结果和第二金标准分割结果间的轮廓差异越小。

示例性的，当客观指标是三维dice系数时，参见图2，分割正确的结果是图像分割结果和第二金标准分割结果重合的部分，即在对已分割图像进行图像分割时正确分割出的部分，此时客观指标数值可以通过如下公式计算得到：

其中true positive表示分割正确的结果，false positive表示图像分割结果中除分割正确的结果之外的部分，falsenegative是第二金标准分割结果中除分割正确的结果之外的部分。

再示例性的，客观指标是基于中线的三维dice系数时，客观指标数值可以通过如下公式计算得到：

其中V_L是第二金标准分割结果，V_P是图像分割结果，S_L是基于V_L得到的中线，S_P是基于V_P得到的中线。

S120、获取客观指标的客观指标阈值，其中，客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量。

其中，客观指标阈值可以是针对客观指标预先确定出的阈值，其确定过程如下所述：获取与已分割图像的图像类别相同的样本分割图像的样本分割结果，并确定样本分割结果在客观指标上的样本指标数值，该样本分割图像和已分割图像内的目标的类型相同，如二者都是肺部血管图像(此时的目标是肺部血管)、胸部血管图像(此时的目标是胸部血管)等；样本指标数值和客观指标数值的确定过程类似，在此不再赘述。获取针对样本分割图像的主观确定的样本分割质量，即样本分割质量包括人为根据样本分割结果主观确定的样本分割图像的分割质量。进而，根据样本指标数值和样本分割质量确定可将主观感受的分割质量和客观确定的指标数值关联起来的客观指标阈值。需要说明的是，在无需更新客观指标阈值的基础上，上述客观指标阈值的确定过程仅需执行一次，即需要涉及到人为操作的步骤仅需执行一次。在此基础上，客观指标阈值的更新过程可以在用户主观需求发生变化(如对于图像分割优良的标准发生变化等)、自动分割的细腻度超过了金标准(这会导致出现客观指标数值不佳，但实际上图像分割效果很好的情况)等情况下进行，在此未做具体限定。另，客观指标阈值的阈值数量可以是一个、两个或多个，这与总共有几种样本分割质量有关，如存在2种样本分割质量时，阈值数量可以是1个；存在3种样本分割质量时，阈值数量可以是2个；等等。

S130、根据客观指标数值和客观指标阈值之间的数值关系，确定已分割图像的图像分割质量。

其中，由于客观指标阈值可以是能够将主观感受出的分割质量和客观确定出的指标数值关联起来的阈值，因此在根据客观指标数值和客观指标阈值间的数值关系确定出的已分割图像的图像分割质量可以是能够反映主观感受的分割质量，而且这一确定过程无需人为参与，即在无需人为参与的情况下可以通过客观指标数值得到能够反映出主观感受的图像分割质量，由此在保证了该图像分割质量的确定精度的同时，保证了其的确定效率。在实际应用中，可选的，上述的图像分割质量可以通过数值关系进行表示，如客观指标数值大于、小于或等于客观指标阈值；还可以通过数值关系反映出的主观感受进行表示，假设当客观指标数值大于或等于客观指标阈值时，主观感受的图像分割质量是合格，否则主观感受的图像分割质量是不合格，那么自动确定出的图像分割质量可以通过合格或是不合格进行表示；等等，在此未做具体限定。再可选的，可以将图像分割质量不佳的图像分割结果进行输出，然后由人工对该输出的图像分割结果进行评测，换言之，无需人工对每个图像分割结果分别进行评测，只需对那些经过自动确定后输出的图像分割质量不佳的图像分割结果进行评测，由此提高了图像分割质量的确定效率。

本发明实施例的技术方案，通过获取已分割图像的图像分割结果、及预先设置的客观指标，并确定图像分割结果在客观指标上的客观指标数值，该客观指标数值可以表示出从客观角度确定的已分割图像的图像分割质量；获取客观指标的根据样本指标数值和样本分割质量确定的客观指标阈值，其中样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量，即客观指标阈值是能够将主观感受出的分割质量和客观确定出的指标数值关联起来的阈值；进而，根据客观指标数值和客观指标阈值之间的数值关系，确定已分割图像的图像分割质量。上述技术方案，通过预先确定的可将主观感受出的分割质量和客观确定出的指标数值关联起来的客观指标阈值来确定图像分割质量，由此在无需人为参的情况下得到了能够反映出主观感受的图像分割质量，这在保证了图像分割质量的确定精度的同时，保证了其的确定效率，是一种主客观相结合的图像分割质量的确定方案。

在此基础上，一种可选的技术方案，获取已分割图像的图像分割结果，可包括：获取已分割图像的第二金标准分割结果、及经由不同的图像分割方式对已分割图像进行分割后得到的图像分割结果；确定图像分割结果在客观指标上的客观指标数值，可包括：针对每个图像分割结果，根据第二金标准分割结果确定图像分割结果在客观指标上的客观指标数值；上述的图像分割质量的确定方法，还可包括：根据各图像分割结果的客观指标数值，从各图像分割方式中确定目标分割方式。其中，第二金标准分割结果可以是人工对已分割图像标注出的金标准分割结果；图像分割方式可以是对已分割图像进行图像分割时采取的方式，如基于阈值的图像分割算法、基于区域的图像分割算法、基于边缘的图像分割算法、基于预设理论的图像分割算法、基于深度学习的图像分割模型等，需要说明的，不同的图像分割方式可以是不同种类的图像分割算法、不同版本的图像分割模型等，在此未做具体限定。换言之，第二金标准分割结果的结果数量可以是一个，图像分割结果的结果数量可以是至少两个，并且各图像分割结果的得到方式可以存在差异。在此基础上，可根据第二金标准分割结果分别确定每个图像分割结果在客观指标上的客观指标数值，再然后根据各图像分割结果的客观指标数值，从各图像分割方式中确定可以获得较好的客观指标数值的目标分割方式，这适合于从各图像分割算法中选出更优的图像分割算法、在模型迭代过程中选出更优的模型版本等的应用场景。示例性的，参见图3，各图像分割结果可以是经过不同版本的图像分割模型输出的结果，将每个图像分割结果和第二金标准分割结果作为一组输入到客观评测系统中，该客观评测系统可以是用于确定客观指标数值的系统，根据客观评测系统的输出结果得到相应的客观指标数值，由此可以根据各客观指标数值选取出更优的模型版本。上文中的样本分割质量还可以称为主观评测结果，样本指标数值和/或客观指标数值还可以称为客观评测结果。

图4是本发明实施例中提供的另一种图像分割质量的确定方法的流程图。本实施例以上述各技术方案为基础进行优化。本实施例中，可选的，客观指标阈值通过如下步骤预先确定：获取样本分割结果和样本分割图像的第一金标准分割结果，根据第一金标准分割结果确定样本分割结果的样本指标数值；将样本指标数值和已获取的样本分割质量作为一组第一阈值确定样本，并基于多组第一阈值确定样本确定客观指标阈值；相应的，确定图像分割结果在客观指标上的客观指标数值，可以包括：获取已分割图像的第二金标准分割结果，根据第二金标准分割结果确定图像分割结果在客观指标上的客观指标数值。其中，与上述各实施例相同或是相应的术语的解释在此不再赘述。

参见图4，本实施例的方法具体可以包括如下步骤：

S210、获取样本分割图像的样本分割结果和第一金标准分割结果、及预先设置的客观指标，并根据第一金标准分割结果确定样本分割结果在客观指标上的样本指标数值。

其中，第一金标准分割结果可以是由人工对样本分割图像进行分割标注后得到的金标准分割结果；样本指标数值的确定过程与客观指标数值的确定过程类似，其是基于客观指标对本分割结果和第一金标准分割结果进行处理得到的，在此不再赘述。

S220、获取样本分割图像的主观确定的样本分割质量，将样本指标数值和样本分割质量作为一组第一阈值确定样本，并基于多组第一阈值确定样本确定客观指标的客观指标阈值。

其中，基于多组第一阈值确定样本确定客观指标阈值的实现方式有多种，比如，由于多组第一阈值确定样本中的有些样本分割质量是相同的，有些样本分割质量是不同的，那么针对各组第一阈值确定样本中具有同一样本分割质量的各第一阈值确定样本，可以对这些具有同一样本分割质量的各第一阈值确定样本中的样本指标数值进行统计，得到第一数值统计结果，具体统计方式可以是均值、中值、众数、最小值、最大值等，在此未做具体限定；进而根据至少一个第一数值统计结果确定客观指标阈值，即可以根据一个、两个或是多个的第一数值统计结果确定客观指标阈值，每个第一数值统计结果均对应于某具有同一样本分割质量的各第一阈值确定样本。当然，还可以通过其余方式来基于多组第一阈值确定样本确定客观指标阈值，在此未做具体限定。

S230、获取与样本分割图像的图像类别相同的已分割图像的图像分割结果和第二金标准分割结果，并根据第二金标准分割结果确定图像分割结果在客观指标上的客观指标数值。

S240、根据客观指标数值和客观指标阈值间的数值关系，确定已分割图像的图像分割质量。

本发明实施例的技术方案，通过获取样本分割结果和样本分割图像的第一金标准分割结果，然后根据第一金标准分割结果确定样本分割结果的样本指标数值；进而，将样本指标数值和样本分割质量作为一组第一阈值确定样本，并基于多组第一阈值确定样本确定客观指标阈值，由于确定客观指标数值时涉及到的第二金标准分割结果和用户实际的图像分割需求可能存在差别，因此后续基于这样的客观指标阈值可得到满足用户实际的图像分割需求的图像分割质量。

为了更好地理解上述技术方案的具体实现过程，考虑到本发明实施例可能涉及到的应用场景，下面结合具体示例对其进行示例性的说明。示例性的，如图5所示，以样本分割图像是某对象的肺部的已进行过分割的医学图像，图像分割结果包括医学图像中按照肺部的解剖结构分割出的至少两个图像分割区域(即肺段内各血管的图像分割区域)且客观指标是CLDice为例，获取每个对象的每个肺段内血管的样本分割区域；针对于每个样本分割区域，将其和相应的第一金标准分割区域输入到客观评测系统，得到CLDice的样本指标数值；获取该样本分割区域的样本分割质量(如合格、不合格等)，该样本分割质量只需获取一次；将样本指标数值和样本分割质量作为一组第一阈值确定样本，并对各组第一阈值确定样本中的样本指标数值和样本分割质量进行匹配，统计分析得到客观指标阈值，以使大于或是等于该客观指标阈值的样本指标数值对应的主观感受是“合格”，否则是“不合格”，由此可以得到结合主观先验的客观评测系统。这样一来，后续在将图像分割区域和第二金标准分割区域输入到该结合主观先验的客观评测系统后，可以得到能够反映主观感受的图像分割质量。再进一步，医生只需要对在客观指标阈值下的对象的肺段内血管进行主观评测，而无需对每个对象的每个肺段内血管进行主观评测，由此大大提升了主观评测效率。在实际应用中，各肺段内血管对应的客观指标阈值可以相同或是不同。

图6是本发明实施例中提供的再一种图像分割质量的确定方法的流程图。本实施例以上述各技术方案为基础进行优化。本实施例中，可选的，样本分割结果包括第一样本分割结果和第二样本分割结果，样本分割质量包括针对第一样本分割结果主观确定的第一样本分割质量、以及针对第二样本分割结果主观确定的第二样本分割质量，客观指标阈值可通过如下步骤预先确定：获取第一样本分割结果和第二样本分割结果，并根据第一样本分割结果和第二样本分割结果确定样本指标数值；获取第一样本分割质量和第二样本分割质量，将第一样本分割质量、第二样本分割质量、以及样本指标数值作为一组第二阈值确定样本，并基于多组第二阈值确定样本确定客观指标阈值；相应的，图像分割结果包括第一图像分割结果和第二图像分割结果，确定图像分割结果在客观指标上的客观指标数值，可以包括：根据第一图像分割结果和第二图像分割结果，确定图像分割结果在客观指标上的客观指标数值；相应的，确定已分割图像的图像分割质量，可包括：确定已分割图像的第一图像分割结果的图像分割质量和第二图像分割结果的图像分割质量是否一致。其中，与上述各实施例相同或相应的术语的解释在此不再赘述。

参见图6，本实施例的方法具体可以包括如下步骤：

S310、获取样本分割图像的样本分割结果和样本分割质量、及预先设置的客观指标，其中，样本分割结果包括第一样本分割结果和第二样本分割结果，样本分割质量包括针对第一样本分割结果主观确定的第一样本分割质量、以及针对第二样本分割结果主观确定的第二样本分割质量。

其中，第一样本分割结果和第二样本分割结果可以是基于不同的图像分割方式得到的样本分割结果，第一样本分割质量可以是针对第一样本分割结果的样本分割质量，且第二样本分割质量可以是针对第二样本分割结果的样本分割质量。

S320、根据第一样本分割结果和第二样本分割结果，确定样本分割结果在客观指标上的样本指标数值。

其中，本步骤可以理解为将第二样本分割结果作为第一金标准分割结果，确定第一样本分割结果在客观指标上的样本指标数值；其也可以理解为将第一样本分割结果作为第一金标准分割结果，确定第二样本分割结果在客观指标上的样本指标数值。换言之，为了降低人工标注的工作量，在确定样本指标数值时不再涉及到第一金标准分割结果，结合到S330中确定客观指标阈值的步骤，由此能够得到用于确定主观感受出的分割质量是否发生变化的客观指标阈值。

S330、将第一样本分割质量、第二样本分割质量、以及样本指标数值作为一组第二阈值确定样本，并基于多组第二阈值确定样本确定客观指标阈值。

其中，基于多组第二阈值确定样本确定客观指标阈值的实现方式有多种，比如，由于多组第二阈值确定样本中的有些第一样本分割质量和第二样本分割质量是相同的(如二者都是合格或是不合格)，有些是不同的(如一个是合格且另一个是不合格)，那么针对各组第二阈值确定样本中第一样本分割质量和第二样本分割质量相同的第三阈值确定样本，可以对各第三阈值确定样本中的样本指标数值进行统计，得到第二数值统计结果，然后根据至少一个第二数值统计结果确定客观指标阈值；和/或，针对各组第二阈值确定样本中的第一样本分割质量和第二样本分割质量不同的第四阈值确定样本，可对各第四阈值确定样本中的样本指标数值进行统计，得到第三数值统计结果，然后根据至少一个第三数值统计结果确定客观指标阈值。上述第一数值统计结果、第二数值统计结果和第三数值统计结果的统计方式可以相同或是不同。另外，还可通过其余方式来基于多组第二阈值确定样本确定客观指标阈值，在此未做具体限定。

S340、获取与样本分割图像的图像类别相同的已分割图像的图像分割结果，其中，图像分割结果包括第一图像分割结果和第二图像分割结果。

其中，第一图像分割结果和第一样本分割结果在得到过程中所采取的图像分割方式可以相同或不同，在此未做具体限定；第二图像分割结果和第二样本分割结果的情况类似，在此不再赘述。

S350、根据第一图像分割结果和第二图像分割结果，确定图像分割结果在客观指标上的客观指标数值。

其中，客观指标数值和样本指标数值的确定过程类似，在此不再赘述。

S360、根据客观指标数值和客观指标阈值间的数值关系，确定已分割图像的第一图像分割结果的图像分割质量和第二图像分割结果的图像分割质量是否一致。

其中，由于客观指标阈值是根据样本指标数值、第一样本分割质量和第二样本分割质量得到的阈值，因此其和样本指标数值之间的数值关系可以反映出第一样本分割质量和第二样本分割质量是否相一致，即可以反映出主观感受的分割质量是否发生变化，这意味着可以根据客观指标数值和客观指标阈值之间的数值关系确定第一图像分割结果的图像分割质量和第二图像分割结果的图像分割质量是否一致，这适用于快速确定两种图像分割方式的优劣的应用场景，尤其适用于快速确定两个版本的图像分割模型的一致性的应用场景(其中两个版本的图像分割模型的一致性可以通过两个图像分割结果的图像分割质量是否一致进行表示)，即尤其适用于快速确定当前版本的图像分割模型在图像分割性能上是否优于或是劣于上一版本的图像分割模型的应用场景(两个图像分割结果的图像分割质量不一致时存在优于或是劣于的情况)。

本发明实施例的技术方案，通过第一样本分割结果和第二样本分割结果来确定样本指标数值，然后将第一样本分割质量、第二样本分割质量和样本指标数值作为一组第二阈值确定样本，并基于多组第二阈值确定样本确定能够反映主观感受出的分割质量是否发生变化的客观指标阈值；这样一来，在根据第一图像分割结果和第二图像分割结果确定出客观指标数值后，可以根据客观指标数值和客观指标阈值间的数值关系确定两个图像分割结果的图像分割质量是否相一致，由此达到了快速确定基于不同的图像分割方式得到的图像分割结果的图像分割质量是否发生了变化的效果。

为了更好地理解上述技术方案的具体实现过程，考虑到本发明实施例可能涉及到的应用场景，下面结合具体示例对其进行示例性的说明。示例性的，以已分割图像包括包含目标部位的已进行过分割的医学图像，图像分割结果包括医学图像中按照目标部位的解剖结构分割出的至少两个图像分割区域为例，在模型迭代过程中，通常情况下，当前版本的图像分割模型相对于上一版本的图像分割模型的变动可能很小，这反映到图像分割结果上可能只是少部分的图像分割区域上发生了变化，因此没有必要通过第二金标准分割结果对当前版本的图像分割模型的图像分割质量进行评测；与此同时，当前版本的图像分割模型可能只是对某些图像分割区域进行了优化，因此存在测评需求的也是这些图像分割区域，由此可以采用上述技术方案判断两个图像分割模型的一致性。

具体的，参见图7，以样本分割图像是某对象的肺部血管图像、样本分割区域是肺段内某血管的分割结果且客观指标是CLDice为例，分别获取两个版本的图像分割模型输出的每个对象的每个肺段内血管的第一样本分割区域和第二样本分割区域、以及针对这两个样本分割区域的第一样本分割质量和第二样本分割质量(如合格、不合格等)，这两个样本分割质量只需获取一次；将隶属于同一对象的同一肺段内血管的第一样本分割区域和第二样本分割区域输入到客观评测系统中，得到CLDice的样本指标数值；将该样本指标数值、第一样本分割质量和第二样本分割质量作为一组第二阈值确定样本，并对各组第二阈值确定样本中的样本指标数值和两个样本分割质量进行匹配，统计分析得到客观指标阈值，以使大于或是等于该客观指标阈值的样本指标数值对应的主观感受均是“合格”或者均是“不合格”(即主观感受出的分割质量并未发生变化)，相应的，以使小于该客观指标阈值的样本指标数值所对应的主观感受是一个为“合格”且另一个为“不合格”(即主观感受出的分割质量发生了变化)，由此可以得到结合主观先验的客观评测系统。这样一来，后续将某对象的某肺段内血管的两个图像分割区域输入到该结合主观先验的客观评测系统后，可以确定针对这两个图像分割区域的主观感受出的图像分割质量是否发生了变化。由此，相对于上一版本，相关人员只需要主观测评当前版本的图像分割模型对于变化比较大(即客观指标阈值下的肺段内血管)的图像分割区域的图像分割质量是变好了还是变坏了，由此实现了快速考察两个版本的图像分割模型相对于变化的图像分割区域的表现的效果，进而大幅地提升了主观评测效率。

图8是本发明实施例中提供的又一种图像分割质量的确定方法的流程图。本实施例以上述各技术方案为基础进行优化。在本实施例中，可选的，已分割图像是包含目标部位的已进行过分割的医学图像，图像分割结果包括医学图像中的按照目标部位的解剖结构分割出的至少两个图像分割区域；确定图像分割结果在客观指标上的客观指标数值，可以包括：针对每个图像分割区域，确定图像分割区域在客观指标上的客观指标数值；确定已分割图像的图像分割质量，可包括：确定已分割图像中的图像分割区域的图像分割质量。其中，与上述各实施例相同或相应的术语的解释在此不再赘述。

参见图8，本实施例的方法具体可以包括如下步骤：

S410、获取已分割图像的图像分割结果、及预先设置的客观指标，其中，已分割图像是包含目标部位的已进行过分割的医学图像，图像分割结果包括医学图像中按照目标部位的解剖结构分割出的至少两个图像分割区域。

其中，目标部位可以是人体中的某部位，该部位可以是某组织或是器官，如肺部、胸部、心脏等，已分割图像可以是包含了目标部位的且已对其进行过分割的医学图像。由于按照目标部位的解剖结构可以将该目标部位划分为至少两个部分，因此在对已分割图像进行分割后可以得到至少两个图像分割区域，每个图像分割区域均可以对应有各自的解剖结构。

S420、针对每个图像分割区域，确定该图像分割区域在客观指标上的客观指标数值。

S430、获取客观指标的客观指标阈值，其中，客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量。

其中，本步骤的客观指标阈值是适用于各解剖结构的阈值。在实际应用中，可选的，还可以分别确定与每个解剖结构对应的客观指标阈值，具体的，针对每个解剖结构，可以根据与解剖结构对应的样本分割区域在客观指标上的样本指标数值、以及针对该样本分割区域的样本分割质量确定客观指标阈值。

S440、根据客观指标数值和客观指标阈值间的数值关系，确定已分割图像中的图像分割区域的图像分割质量。

其中，本步骤是基于适用于各解剖结构的客观指标阈值确定图像分割质量。在实际应用中，可选的，还可以基于与解剖结构对应的客观指标阈值确定图像分割质量，具体的，针对待确定其的图像分割质量的图像分割区域，可以根据客观指标数值、以及与该图像分割区域内的解剖结构匹配的客观指标阈值确定该图像分割区域的图像分割质量。

本发明实施例的技术方案，通过对已分割图像中的各图像分割区域的图像分割质量分别进行测评，由此解决了在直接对整个已分割图像的图像分割质量进行测评时存在的因为整体的图像分割质量尚佳而掩盖了某个图像分割区域的图像分割质量不佳的、以及无法直接给出具体是哪个图像分割区域的图像分割质量不佳的问题，由此可以快速定位图像分割质量不佳的图像分割区域，提高了后续的针对性主观测评的便捷性。

为了更好地理解上述技术方案的具体实现过程，考虑到本发明实施例可能涉及到的应用场景，下面结合具体示例对其进行示例性的说明。示例性的，以已分割图像是肺部血管图像为例，其可能涉及到肺段、肺血管和肺气管这三个概念。具体的，每一肺段支气管及其分支分布的肺组织称为支气管肺段(bronchopulmonary segments)，其呈圆锥形，尖朝向肺门且底位于肺表面，相邻肺段间隔有结缔组织和肺静脉属支。在肺段内，肺动脉的分支与肺段支气管相伴行，但肺叶静脉的属支则分布于肺段之间。左、右肺通常分别有10个支气管肺段，有时左肺出现共干支气管，此时左肺也可分为8段，示例性的，参见图9。肺血管分为肺动脉和肺静脉，肺动脉和肺静脉结构分别用于传递脱氧产生的血液流到肺部周围和充氧血液进入全身循环。这些高度复杂分支结构通过呼吸的过程支持使血液与之紧密相连的肺输送新鲜气体到终端气囊(肺泡)。肺动脉和肺静脉血管树的分割在临床中起到非常重要的作用，如其能够识别肺栓塞的血管树(局部阻塞)、检测肺部体征高血压、及脉管系统之间的分化和局部混浊(用于检测肺癌和其他局部病变)；血管树也可用作跨肺体积追踪肺组织的路线图连续监测肺的时间变化或跨时间变化。肺气管是肺毛细血管和空气间的气体输送通道，在病理上涉及各种肺部疾病，如慢性阻塞性肺疾病(COPD)、肺癌和炎症性肺疾病。从计算机断层扫描中分割气管图像在分析中起着重要作用，精确的三维肺气管分割将大大受益用于气管疾病的诊断和术前评估。

在以图像分割区域为单位确定客观指标数值时，可以从不同维度进行数值统计。示例性的，

(1)对象维度(即某对象)的基于解剖结构划分的图像分割质量的考察，参见表1。具体的，将肺动静脉血管的三维图像分割结果分割成18个图像分割区域，分别确定每个肺段范围内的动静脉血管的图像分割区域的图像分割质量，由此可以得到测试集内每个对象各个肺段动、静脉四个客观指标的客观指标数值而不会被整体的客观指标数值所淹没，其中测试集内包括多个对象。同时，当某对象的个别肺段下血管的客观指标数值降低时，可以快速明确地定位图像分割质量不佳的具体位置，方便针对性主观检查。

表1对象维度的基于解剖结构划分的图像分割质量效果的考察

(2)测试集维度的基于解剖结构划分的图像分割质量效果的考察，参见表2。具体的，表2中的每个客观指标数值是以某肺段为单位来计算测试集内的各对象在相应的客观指标上的客观指标数值的平均值，这是为了确定目前采用的图像分割方式对哪个肺段的图像分割质量欠佳而设置的。

表2测试集维度的基于解剖结构划分的图像分割质量效果的考察

(3)对象维度的图像分割质量效果的考察，参见表3。具体的，表3中的每个客观指标数值是以某对象为单位来计算该对象的各肺段在相应的客观指标上的客观指标数值的平均值，其适用于模型迭代过程中的模型版本的选取。

表3对象维度的图像分割质量效果的考察

(4)测试集维度的图像分割质量效果的考察，参见表4。具体的，表4是从测试集整体考察图像分割质量效果，动脉和静脉分别统计，适用于模型迭代过程中的模型版本的选取。

表4测试集维度的图像分割质量效果的考察

需要说明的是，前两个维度是比较细化的维度，后两个维度是比较粗糙的(从整体出发)的维度。在本发明各实施例阐述的技术方案可以与这几个维度相关配合来实现相应的技术效果，具体的配合方式，在此未做具体限定。

图10为本发明实施例提供的图像分割质量的确定系统的结构框图，该系统用于执行上述任意实施例所提供的图像分割质量的确定方法。该系统与上述各实施例的图像分割质量的确定方法属于同一个发明构思，在图像分割质量的确定系统的实施例中未详尽描述的细节内容，可以参考上述图像分割质量的确定方法的实施例。参见图10，该系统具体可以包括：客观指标数值确定模块510、客观指标阈值获取模块520和图像分割质量确定模块530。

其中，客观指标数值确定模块510，用于获取已分割图像的图像分割结果、及预先设置的客观指标，确定图像分割结果在客观指标上的客观指标数值；

客观指标阈值获取模块520，用于获取客观指标的客观指标阈值，其中，客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量；

图像分割质量确定模块530，用于根据客观指标数值和客观指标阈值之间的数值关系，确定已分割图像的图像分割质量。

可选的，客观指标阈值通过如下模块预先确定：

第一样本指标数值确定模块，用于获取样本分割结果以及样本分割图像的第一金标准分割结果，根据第一金标准分割结果确定样本分割结果的样本指标数值；

第一客观指标阈值确定模块，用于将样本指标数值和已获取的样本分割质量作为一组第一阈值确定样本，基于多组第一阈值确定样本确定客观指标阈值；

客观指标数值确定模块510，可以包括：

第一客观指标数值确定单元，用于获取已分割图像的第二金标准分割结果，并根据第二金标准分割结果确定图像分割结果在客观指标上的客观指标数值。

在此基础上，可选的，第一客观指标阈值确定模块，可以包括：

第一数值统计结果得到单元，用于针对各组第一阈值确定样本中具有同一样本分割质量的各第一阈值确定样本，对具有同一样本分割质量的各第一阈值确定样本中的样本指标数值进行统计，得到第一数值统计结果；

第一客观指标阈值确定单元，用于根据至少一个第一数值统计结果来确定客观指标阈值。

可选的，样本分割结果包括第一样本分割结果和第二样本分割结果，样本分割质量包括针对第一样本分割结果主观确定的第一样本分割质量、以及针对第二样本分割结果主观确定的第二样本分割质量；

客观指标阈值通过如下模块预先确定：

第二样本指标数值确定模块，用于获取第一样本分割结果和第二样本分割结果，根据第一样本分割结果和第二样本分割结果确定样本指标数值；

第二客观指标阈值确定模块，用于获取第一样本分割质量和第二样本分割质量，并将第一样本分割质量、第二样本分割质量、及样本指标数值作为一组第二阈值确定样本，并基于多组第二阈值确定样本确定客观指标阈值；

图像分割结果包括第一图像分割结果和第二图像分割结果，客观指标数值确定模块510，可以包括：

第二客观指标数值确定单元，用于根据第一图像分割结果和第二图像分割结果，确定图像分割结果在客观指标上的客观指标数值；

图像分割质量确定模块530，可以包括：

第一图像分割质量确定单元，用于确定已分割图像的第一图像分割结果的图像分割质量和第二图像分割结果的图像分割质量是否一致。

在此基础上，可选的，第二客观指标阈值确定模块，可以包括：

第二数值统计结果得到单元，用于针对各组第二阈值确定样本中第一样本分割质量以及第二样本分割质量相同的第三阈值确定样本，对各第三阈值确定样本中的样本指标数值进行统计，得到第二数值统计结果；

第二客观指标阈值确定单元，用于根据至少一个第二数值统计结果来确定客观指标阈值；和/或，

第三数值统计结果得到单元，用于针对各组第二阈值确定样本中第一样本分割质量以及第二样本分割质量不同的第四阈值确定样本，对各第四阈值确定样本中的样本指标数值进行统计，得到第三数值统计结果；

第三客观指标阈值确定单元，用于根据至少一个第三数值统计结果来确定客观指标阈值。

可选的，已分割图像是包含目标部位的已进行过分割的医学图像，且图像分割结果包括医学图像中按照目标部位的解剖结构分割出的至少两个图像分割区域；客观指标数值确定模块510，可以包括：

第三客观指标数值确定单元，用于针对每个图像分割区域，确定图像分割区域在客观指标上的客观指标数值；

图像分割质量确定模块530，可以包括：

第二图像分割质量确定单元，用于确定已分割图像中图像分割区域的图像分割质量。

可选的，客观指标数值确定模块510，可以包括：

分割结果获取单元，用于获取已分割图像的第二金标准分割结果、及经由不同的图像分割方式对已分割图像进行分割后得到的图像分割结果；

客观指标数值确定模块510，可以包括：

第四客观指标数值确定单元，用于针对每个图像分割结果，根据第二金标准分割结果确定图像分割结果在客观指标上的客观指标数值；

上述图像分割质量的确定系统，还可以包括：

目标分割方式确定模块，用于根据各图像分割结果的客观指标数值，从各图像分割方式中确定目标分割方式。

可选的，已分割图像包括已进行过图像分割的具有管状结构的图像时，该客观指标可以包括基于中线的三维目标系数，该目标系数可以包括基于相似度度量函数构建的系数。

本发明实施例所提供的图像分割质量的确定系统，通过客观指标数值确定模块获取已分割图像的图像分割结果、及预先设置的客观指标，确定图像分割结果在客观指标上的客观指标数值，其中客观指标数值可以表示出从客观角度确定的已分割图像的图像分割质量；通过客观指标阈值获取模块获取客观指标的根据样本指标数值和样本分割质量确定的客观指标阈值，其中样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，且样本分割质量是针对样本分割图像的主观确定的分割质量，即客观指标阈值是能够将主观感受出的分割质量和客观确定出的指标数值相关联的阈值；进而，通过图像分割质量确定模块根据客观指标数值和客观指标阈值之间的数值关系，确定已分割图像的图像分割质量。上述系统，通过预先确定的可将主观感受出的分割质量和客观确定出的指标数值相关联的客观指标阈值来确定图像分割质量，由此在无需人为参的情况下得到了能够反映出主观感受的图像分割质量，这在保证了图像分割质量的确定精度的同时，更是保证了其的确定效率，是一种主客观相结合的图像分割质量的确定方案。

本发明实施例所提供的图像分割质量的确定系统可执行本发明任意实施例所提供的图像分割质量的确定方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述图像分割质量的确定系统的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

图11为本发明实施例提供的一种图像分割质量的确定设备的结构示意图，如图11所示，该设备包括存储器610、处理器620、输入系统630和输出系统640。设备中的处理器620的数量可以是一个或多个，图11中以一个处理器620为例；设备中的存储器610、处理器620、输入系统630和输出系统640可以通过总线或其它方式连接，图11中以通过总线650连接为例。

存储器610作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的图像分割质量的确定方法对应的程序指令/模块(例如，图像分割质量的确定系统中的客观指标数值确定模块510、客观指标阈值获取模块520和图像分割质量确定模块530)。处理器620通过运行存储在存储器610中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的图像分割质量的确定方法。

存储器610可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器610可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器610可进一步包括相对于处理器620远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入系统630可用于接收输入的数字或字符信息，以及产生与系统的用户设置以及功能控制有关的键信号输入。输出系统640可包括显示屏等显示设备。

本发明实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种图像分割质量的确定方法，该方法包括：

获取已分割图像的图像分割结果、及预先设置的客观指标，确定图像分割结果在客观指标上的客观指标数值；

获取客观指标的客观指标阈值，其中，客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，样本指标数值是与已分割图像的图像类别相同的样本分割图像的样本分割结果在客观指标上的指标数值，样本分割质量是针对样本分割图像的主观确定的分割质量；

根据客观指标数值和客观指标阈值间的数值关系，确定已分割图像的图像分割质量。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的图像分割质量的确定方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。依据这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (11)

1.一种图像分割质量的确定方法，其特征在于，包括：

获取已分割图像的图像分割结果、及预先设置的客观指标，确定所述图像分割结果在所述客观指标上的客观指标数值；

获取所述客观指标的客观指标阈值，其中，所述客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，所述样本指标数值是与所述已分割图像的图像类别相同的样本分割图像的样本分割结果在所述客观指标上的指标数值，所述样本分割质量是针对所述样本分割图像的主观确定的分割质量；

根据所述客观指标数值和所述客观指标阈值之间的数值关系，确定所述已分割图像的图像分割质量。

2.根据权利要求1所述的方法，其特征在于，所述客观指标阈值通过如下步骤预先确定：

获取所述样本分割结果和所述样本分割图像的第一金标准分割结果，根据所述第一金标准分割结果确定所述样本分割结果的所述样本指标数值；

将所述样本指标数值和已获取的所述样本分割质量作为一组第一阈值确定样本，并基于多组所述第一阈值确定样本确定所述客观指标阈值；

所述确定所述图像分割结果在所述客观指标上的客观指标数值，包括：

获取所述已分割图像的第二金标准分割结果，并根据所述第二金标准分割结果确定所述图像分割结果在所述客观指标上的客观指标数值。

3.根据权利要求2所述的方法，其特征在于，所述基于多组所述第一阈值确定样本确定所述客观指标阈值，包括：

针对各组所述第一阈值确定样本中的具有同一所述样本分割质量的各所述第一阈值确定样本，对所述具有同一所述样本分割质量的各所述第一阈值确定样本中的所述样本指标数值进行统计，得到第一数值统计结果；

根据至少一个所述第一数值统计结果确定所述客观指标阈值。

4.根据权利要求1所述的方法，其特征在于，所述样本分割结果包括第一样本分割结果和第二样本分割结果，所述样本分割质量包括针对所述第一样本分割结果主观确定的第一样本分割质量、以及针对所述第二样本分割结果主观确定的第二样本分割质量，所述客观指标阈值通过如下步骤预先确定：

获取所述第一样本分割结果和所述第二样本分割结果，根据所述第一样本分割结果和所述第二样本分割结果确定所述样本指标数值；

获取所述第一样本分 割质量和所述第二样本分割质量，并将所述第一样本分割质量、所述第二样本分割质量、以及所述样本指标数值作为一组第二阈值确定样本，并基于多组所述第二阈值确定样本确定所述客观指标阈值；

其中，所述根据所述第一样本分割结果和所述第二样本分割结果确定所述样本指标数值，包括：将所述第二样本分割结果作为第一金标准分割结果，确定所述第一样本分割结果在客观指标上的所述样本指标数值；或者，将所述第一样本分割结果作为第一金标准分割结果，确定所述第二样本分割结果在客观指标上的所述样本指标数值；

所述图像分割结果包括第一图像分割结果和第二图像分割结果，所述确定所述图像分割结果在所述客观指标上的客观指标数值，包括：

根据所述第一图像分割结果和所述第二图像分割结果，确定所述图像分割结果在所述客观指标上的客观指标数值；

所述确定所述已分割图像的图像分割质量，包括：

确定所述已分割图像的所述第一图像分割结果的图像分割质量和所述第二图像分割结果的图像分割质量是否一致。

5.根据权利要求4所述的方法，其特征在于，所述基于多组所述第二阈值确定样本确定所述客观指标阈值，包括：

针对各组所述第二阈值确定样本中所述第一样本分割质量和所述第二样本分割质量相同的第三阈值确定样本，对各所述第三阈值确定样本中的所述样本指标数值进行统计，得到第二数值统计结果；

根据至少一个所述第二数值统计结果确定所述客观指标阈值；和/或，

针对各组所述第二阈值确定样本中所述第一样本分割质量和所述第二样本分割质量不同的第四阈值确定样本，对各所述第四阈值确定样本中的所述样本指标数值进行统计，得到第三数值统计结果；

根据至少一个所述第三数值统计结果确定所述客观指标阈值。

6.根据权利要求1所述的方法，其特征在于，所述已分割图像是包含目标部位的已进行过分割的医学图像，所述图像分割结果包括所述医学图像中按照所述目标部位的解剖结构分割出的至少两个图像分割区域；

所述确定所述图像分割结果在所述客观指标上的客观指标数值，包括：

针对每个所述图像分割区域，确定所述图像分割区域在所述客观指标上的客观指标数值；

所述确定所述已分割图像的图像分割质量，包括：

确定所述已分割图像中的所述图像分割区域的图像分割质量。

7.根据权利要求1所述的方法，其特征在于，所述获取已分割图像的图像分割结果，包括：获取已分割图像的第二金标准分割结果、及经由不同的图像分割方式对所述已分割图像进行分割后得到的图像分割结果；

所述确定所述图像分割结果在所述客观指标上的客观指标数值，包括：

针对每个所述图像分割结果，根据所述第二金标准分割结果确定所述图像分割结果在所述客观指标上的客观指标数值；

所述方法还包括：

根据各所述图像分割结果的所述客观指标数值，从各所述图像分割方式中确定目标分割方式。

8.根据权利要求1所述的方法，其特征在于，所述已分割图像包括已进行过图像分割的具有管状结构的图像时，所述客观指标包括基于中线的三维目标系数，所述目标系数包括基于相似度度量函数构建的系数。

9.一种图像分割质量的确定系统，其特征在于，包括：

客观指标数值确定模块，用于获取已分割图像的图像分割结果、以及预先设置的客观指标，确定所述图像分割结果在所述客观指标上的客观指标数值；

客观指标阈值获取模块，用于获取所述客观指标的客观指标阈值，其中，所述客观指标阈值是根据样本指标数值和样本分割质量确定的阈值，所述样本指标数值是与所述已分割图像的图像类别相同的样本分割图像的样本分割结果在所述客观指标上的指标数值，所述样本分割质量是针对所述样本分割图像的主观确定的分割质量；

图像分割质量确定模块，用于根据所述客观指标数值和所述客观指标阈值之间的数值关系，确定所述已分割图像的图像分割质量。

10.一种图像分割质量的确定设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的图像分割质量的确定方法。

11.一种计算机可读存储介质，其上存储有计算机程序，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1-8中任一所述的图像分割质量的确定方法。

Images