技术特征：
1.一种图像处理方法，其特征在于，所述图像处理方法包括以下步骤：获取待处理图像；基于预先训练的多头注意力机制模型对所述待处理图像进行处理，得到图像块分割结果；基于预先训练的深度双向学习模型对所述图像块分割结果进行学习，得到初分割图像；通过后处理算法对所述初分割图像进行处理，得到目标分割图像。2.如权利要求1所述的图像处理方法，其特征在于，所述获取待处理图像的步骤包括：获取原始图像；对所述原始图像进行归一化处理，得到标准化图像；对所述标准化图像进行灰度裁剪，得到所述待处理图像。3.如权利要求1所述的图像处理方法，其特征在于，所述多头注意力机制模型包括编码器及解码器，所述编码器及所述解码器之间采用跳跃连接和注意力机制进行特征融合，所述基于预先训练的多头注意力机制模型对所述待处理图像进行处理，得到图像块分割结果的步骤之前还包括：获取样本图像及对应的真实标签；将所述样本图像输入所述编码器进行抽象特征提取，得到融合的抽象特征；将所述融合的抽象特征逐层通过所述解码器，得到对应的概率图；计算所述解码器中各层输出的概率图关于对应的真实标签的损失，得到总损失；以此循环，进行参数迭代，直到所述总损失收敛，得到所述多头注意力机制模型。4.如权利要求3所述的图像处理方法，其特征在于，所述深度双向学习模型包括各序列学习层、卷积层及逻辑回归层，所述基于预先训练的深度双向学习模型对所述图像块分割结果进行学习，得到初分割图像的步骤之前还包括：获取所述样本图像及对应的真实标签；将所述样本图像中的特征序列依次输入序列学习层进行拼接融合，得到第一学习信息；通过所述卷积层及逻辑回归层根据所述第一学习信息得到分割概率图；计算所述分割概率图关于对应的真实标签的损失，得到预测损失；以此循环，进行参数迭代，直到所述预测损失收敛，得到所述深度双向学习模型。5.如权利要求1所述的图像处理方法，其特征在于，所述后处理算法包括连通域体积后处理算法和/或连通域距离后处理算法，所述通过后处理算法对所述初分割图像进行处理，得到目标分割图像的步骤包括：通过所述连通域体积后处理算法对所述初分割图像进行体积后处理，得到体积后处理图像；通过所述连通域距离后处理算法对所述体积后处理图像进行距离后处理，得到所述目标分割图像。6.如权利要求5所述的图像处理方法，其特征在于，所述通过所述连通域体积后处理算法对所述初分割图像进行体积后处理，得到体积后处理图像的步骤包括：获取所述初分割图像中的各连通域，并计算初分割图像中各连通域的体积；
根据所述初分割图像中各连通域的体积计算连通域第一体积和；根据所述初分割图像中各连通域的体积及所述连通域第一体积和计算初分割图像中各连通域的拒绝率；对所述初分割图像中各连通域中拒绝率小于预设拒绝率阈值的连通域进行清除，得到所述体积后处理图像。7.如权利要求5所述的图像处理方法，其特征在于，所述通过所述连通域距离后处理算法对所述体积后处理图像进行距离后处理，得到所述目标分割图像的步骤包括：获取所述体积后处理图像的各连通域，并计算体积后处理图像中各连通域的体积；基于预设规则从所述体积后处理图像中各连通域内选取起始连通域；计算所述起始连通域的代表坐标，并根据所述起始连通域的代表坐标依次计算所述体积后处理图像中各连通域到所述起始连通域的距离值；对所述体积后处理图像中各连通域中距离值大于预设距离阈值的连通域进行清除，得到所述目标分割图像。8.一种图像处理装置，其特征在于，所述图像处理装置包括：获取模块，用于获取待处理图像；图像块分割模块，用于基于预先训练的多头注意力机制模型对所述待处理图像进行处理，得到图像块分割结果；序列学习模块，用于基于预先训练的深度双向学习模型对所述图像块分割结果进行学习，得到初分割图像；后处理模块，用于通过后处理算法对所述初分割图像进行处理，得到目标分割图像。9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像处理程序，所述图像处理程序被所述处理器执行时实现如权利要求1-7中任一项所述的图像处理方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现如权利要求1-7中任一项所述的图像处理方法的步骤。
技术总结
本发明公开了一种图像处理方法、装置、终端设备以及存储介质，通过获取待处理图像；基于预先训练的多头注意力机制模型对所述待处理图像进行处理，得到图像块分割结果；基于预先训练的深度双向学习模型对所述图像块分割结果进行学习，得到初分割图像；通过后处理算法对所述初分割图像进行处理，得到目标分割图像。通过多头注意力机制模型对待处理图像进行处理，得到图像块分割结果，然后采用深度双向学习模型对图像块分割结果进行学习，得到初分割图像，由此可使相邻图像块之间建立联系，提高了整个分割结果的合理性和完整性，进而采用后处理算法对初分割图像进行处理，得到目标分割图像，从而提高了图像分割的准确性。从而提高了图像分割的准确性。从而提高了图像分割的准确性。
技术研发人员：刘振东 马骏 郑凌霄 兰宏志
受保护的技术使用者：深圳睿心智能医疗科技有限公司
技术研发日：2022.07.26
技术公布日：2022/11/8