[发明专利]一种医学图像的处理方法及医学图像处理系统

说明书

本发明实施例公开了一种医学图像的处理方法及医学图像处理系统。该方法包括：获取同一检测区域的多幅医学图像；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；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。本发明实施例提高了目标像素点的检测速率和准确率。

技术领域

本发明实施例涉及图像处理技术，尤其涉及一种医学图像的处理方法及医学图像处理系统。

背景技术

在进行医学图像检测时，检测结果通常存在两种情况，一种是真实的目标区域，即实际病变的机体位置；一种是假阳性，即实际未出现病变但是检测结果为病变的机体位置。因而，在进行医学图像检测时，筛选出假阳性对于正确检测到病灶的位置至关重要。

现有的对病灶检测的方法，首先采用滑动窗口进行初检，然后采用卷积神经网络进行去假阳性操作。由于病灶和假阳性在图像中所占的像素比例很小，采用滑动窗口进行初检的方式在窗口的尺寸太大时，存在漏检或误检的问题，在窗口的尺寸太小时，存在检测速率太慢的问题。最终导致病灶检测的准确率低以及速率慢。

发明内容

本发明实施例提供一种医学图像的处理方法及医学图像处理系统，解决现有的病灶检测方法的准确率低以及速率慢的问题。

第一方面，本发明实施例提供了一种医学图像的处理方法，该方法包括：

获取同一检测区域的多幅医学图像；

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；

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

第二方面，本发明实施例还提供了一种医学图像的处理方法，该方法包括：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；

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。

进一步地，所述第一分类结果为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，所述第二分类结果为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。