1.一种图像分割方法,其特征在于,包括:
以每个候选采样起始点为实际采样起始点,对待分割原始图像进行降采样,分别获得与每个所述候选采样起始点对应的降采样图像;
将所述降采样图像分别输入至预先训练好的神经网络模型,分别获得每张降采样图像对应的感兴趣区域分割图像;
将每张降采样图像对应的感兴趣区域分割图像分别拼合至所述待分割原始图像,获得最终的图像分割结果。
2.根据权利要求1所述的图像分割方法,其特征在于,还包括:
根据设定采样步长确定所述候选采样起始点。
3.根据权利要求2所述的图像分割方法,其特征在于,所述根据设定采样步长确定所述候选采样起始点,包括:
将所述待分割原始图像中横坐标大于0且小于等于设定采样步长、纵坐标大于0且小于等于设定采样步长的像素点分别确定为所述候选采样起始点。
4.根据权利要求1所述的图像分割方法,其特征在于,所述以每个候选采样起始点为实际采样起始点,对待分割原始图像进行降采样,分别获得与每个所述候选采样起始点对应的降采样图像,包括:
基于设定采样步长以及所述候选采样起始点确定所述降采样图像的每个像素点与所述待分割原始图像的像素点之间的映射关系;
基于所述映射关系确定所述降采样图像。
5.根据权利要求1-4任一项所述的图像分割方法,其特征在于,将每张降采样图像对应的感兴趣区域分割图像分别拼合至所述待分割原始图像,获得最终的图像分割结果,包括:
分别根据每张所述感兴趣区域分割图像的各像素点与所述待分割原始图像的各像素点之间的映射关系,将每张所述感兴趣区域分割图像映射至所述待分割原始图像,获得最终的图像分割结果。
6.根据权利要求5所述的图像分割方法,其特征在于,所述分别根据每张所述感兴趣区域分割图像的各像素点与所述待分割原始图像的各像素点之间的映射关系,将每张所述感兴趣区域分割图像映射至所述待分割原始图像,获得最终的图像分割结果,包括:
基于如下换算公式将每张所述感兴趣区域分割图像映射至所述待分割原始图像:
m(x,y)=mrem(x/n),rem(y/n)(int(x/n)+1,int(y/n)+1)
其中,m(x,y)表示所述最终的图像分割结果,mrem(x/n),rem(y/n)(int(x/n)+1,int(y/n)+1)表示实际采样起始点(rem(x/n),rem(y/n))对应的降采样图像对应的感兴趣区域分割图像,rem()表示取余操作,int()表示取整数操作,n表示设定采样步长,(x,y)表示像素点的坐标。
7.根据权利要求1-4任一项所述的图像分割方法,其特征在于,还包括:
对所述图像分割结果进行后处理,以平滑所述图像分割结果的边缘。
8.根据权利要求1-4任一项所述的图像分割方法,其特征在于,所述降采样图像的各图像区域具有相同的分辨率;
和/或,所述感兴趣区域分割图像为二值图像。
9.根据权利要求1-4任一项所述的图像分割方法,其特征在于,所述待分割原始图像包括下述至少一种:ct图像、pet图像、mr图像或者融合图像;
其中,所述融合图像为ct图像、pet图像以及mr图像中至少两种图像的融合图像。
10.一种电子设备,其特征在于,所述电子设备包括:
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任一项所述的图像分割方法步骤。