[发明专利]一种医学图像的处理方法及医学图像处理系统

权利要求书

1.一种医学图像的处理方法，包括：

获取同一检测区域的多幅医学图像，所述多幅医学图像具有不同的对比度；

将多幅医学图像分别输入到人工智能网络产生多个概率分布图，其中，所述概率分布图用于判定所述医学图像的像素点属于目标像素点的概率；

所述人工智能网络设置为端到端网络，包括：区域建议网络、全卷积神经网络、U-net或V-net；

将所述多个概率分布图进行融合形成组合概率图；

根据所述组合概率图在至少一幅所述医学图像中确定目标像素点的集合。

2.根据权利要求1所述的方法，其特征在于，所述将所述多个概率分布图进行融合形成组合概率图，包括：

将所述多个概率分布图进行对齐操作，得到组合概率图，所述组合概率图中每一点表示像素点为目标像素点的概率。

3.根据权利要求1所述的方法，其特征在于，根据所述组合概率图在至少一幅所述医学图像中确定目标像素点的集合包括：

根据预设阈值对所述组合概率图进行二值化处理，获取二值图；

确定所述二值图中的独立连通域，所述医学图像中与所述独立连通域对应的像素点的集合为目标像素点的集合。

4.根据权利要求1所述的方法，其特征在于，所述多幅医学图像包括原始医学图像和所述原始医学图像的增强图像，且所述原始医学图像和所述增强图像包含灰度值不同的像素点；

或者，所述多幅医学图像包括数个片层图像，且各个片层图像包含灰度值不同的像素点。

5.根据权利要求1所述的方法，其特征在于，所述目标像素点的集合为目标对象，所述目标对象对应肺部点状区域或肋骨断裂区域。

6.一种医学图像的处理方法，包括：

获取同一检测区域的第一医学图像和第二医学图像，所述第一医学图像和所述第二医学图像分别包含多个像素点，且第一医学图像与第二医学图像包含灰度值不同的像素点；

利用人工智能网络对所述第一医学图像进行处理，获取第一分类结果；

利用人工智能网络对所述第二医学图像进行处理，获取第二分类结果；

所述人工智能网络设置为端到端网络，包括：区域建议网络、全卷积神经网络、U-net或V-net；

联合所述第一分类结果和第二分类结果在所述第一医学图像或第二医学图像中确定目标像素点的集合；

所述第一分类结果包括所述第一医学图像的每个像素点属于目标像素点的概率值，所述第二分类结果包括所述第二医学图像的每个像素点属于目标像素点的概率值。

7.根据权利要求6所述的方法，其特征在于：

所述第一分类结果还包括所述第一医学图像中属于目标像素点的像素点集合的外接轮廓，所述第二分类结果还包括所述第二医学图像中属于目标像素点的像素点集合的外接轮廓。

8.一种医学图像处理系统，其特征在于，包括：

一个或多个处理器；

存储装置，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下步骤：

获取同一检测区域的第一医学图像和第二医学图像，第一医学图像和第二医学图像分别包含多个像素点，且第一医学图像与第二医学图像包含灰度值不同的像素点；

利用人工智能网络对所述第一医学图像、第二医学图像进行处理，获取第一分类结果和第二分类结果；

所述人工智能网络设置为端到端网络，包括：区域建议网络、全卷积神经网络、U-net或V-net；

联合所述第一分类结果和第二分类结果在所述第一医学图像或第二医学图像中确定目标对象。

9.根据权利要求8所述的系统，其特征在于，还包括显示器，所述显示器用于将所述目标对象在所述第一医学图像或第二医学图像上标识显示。

10.根据权利要求8所述的系统，其特征在于，所述第一医学图像和第二医学图像为CT图像或DR图像，所述目标对象为肺部的点状区域或肋骨的非连续区域。