1.一种用于对分割血管的分割模型进行训练的方法，包括：获取包含血管的第一静音核磁图像、第一减影血管造影图像和第二静音核磁图像；其中所述第一静音核磁图像与所述第一减影血管造影图像来自同一采集对象；对所述第一静音核磁图像和所述第一减影血管造影图像进行图像配准，获得第一血管分割结果；对所述第二静音核磁图像进行血管分割，获得第二血管分割结果；将所述第一静音核磁图像、所述第一血管分割结果、所述第二静音核磁图像和所述第二血管分割结果作为训练数据输入至所述分割模型中，以对其进行训练。
2.根据权利要求1所述的方法，其中对所述第二静音核磁图像进行血管分割，获得第二血管分割结果包括：将所述第二静音核磁图像输入生成模型中，对所述第二静音核磁图像进行图像转化，获得第二减影血管造影图像；其中所述生成模型是利用第一卷积神经网络进行训练获得的模型；将所述第二减影血管造影图像输入减影血管造影分割模型中，对所述第二减影血管造影图像进行分割，获得第二血管分割结果；其中所述减影血管造影分割模型是利用第二卷积神经网络进行训练获得的模型。
3.根据权利要求2所述的方法，其中利用第一卷积神经网络进行训练获得所述生成模型包括：对所述第一静音核磁图像和所述第一减影血管造影图像进行图像类型标注，以形成图像标签；将所述第一静音核磁图像、所述第一减影血管造影图像和所述图像标签作为训练数据输入至所述第一卷积神经网络中，以对所述第一卷积神经网络进行训练，获得所述生成模型。
4.根据权利要求3所述的方法，其中利用第二卷积神经网络进行训练获得所述减影血管造影分割模型包括：获取包含血管的第三减影血管造影图像；在所述第三减影血管造影图像中进行血管标注，以形成血管标注信息；将所述第三减影血管造影图像和所述血管标注信息作为训练数据输入至所述第二卷积神经网络中，以对所述第二卷积神经网络进行训练，获得所述减影血管造影分割模型。
5.根据权利要求4所述的方法，其中将所述第一静音核磁图像、所述第一血管分割结果、所述第二静音核磁图像和所述第二血管分割结果输入至分割模型之前，还包括：将所述第三减影血管造影图像输入所述生成模型中，对所述第三减影血管造影图像进行图像转化，获得第三静音核磁图像，以及将所述血管标注信息作为第三血管分割结果。
6.根据权利要求5所述的方法，其中将所述第一静音核磁图像、所述第一血管分割结果、所述第二静音核磁图像和所述第二血管分割结果输入至分割模型之前，还包括：对所述第一静音核磁图像、所述第一血管分割结果、所述第二静音核磁图像、所述第二血管分割结果、所述第三静音核磁图像和所述第三血管分割结果执行格式转换操作、尺寸调整操作和数据增强操作中一种或者多种操作，以对所述第一静音核磁图像、所述第一血管分割结果、所述第二静音核磁图像、所述第二血管分割结果、所述第三静音核磁图像和所述第三血管分割结果进行预处理。
7.根据权利要求6所述的方法，还包括：将所述第三静音核磁图像和所述第三血管分割结果作为训练数据输入至所述分割模型中，以对其进行训练。
8.根据权利要求1-7任意一项所述的方法，所述分割模型包括U-Net模型、FP-Net模型和PSP-Net模型中一种。
9.一种用于对分割血管的分割模型进行训练的设备，包括：处理器；以及存储器，其存储有用于对分割血管的分割模型进行训练的程序指令，当所述程序执行由处理器执行时，使得实现根据权利要求1-8任意一项所述的方法。
10.一种用于对血管进行分割的方法，包括：获取包含血管的待分割的静音核磁图像；将所述待分割的静音核磁图像输入至根据权利要求1-8任意一项所述的方法训练完成的分割模型中进行血管分割操作，以输出包含血管轮廓的血管分割结果。
11.一种用于对血管进行分割的设备，包括：处理器；以及存储器，其存储有用于对血管进行分割的程序指令，当所述程序执行由处理器执行时，使得实现根据权利要求10所述的方法。
12.一种计算机可读存储介质，其上存储有用于对分割血管的分割模型进行训练的和用于对血管进行分割的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现如权利要求1-8任意一项所述的方法或者根据权利要求10所述的方法。
