[发明专利]一种医学图像处理系统和方法

说明书

本发明实施例公开了一种医学图像处理系统和方法。该系统包括：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：获取医学图像；将所述医学图像输入第一人工智能网络，获取所述医学图像的第一分类概率图，所述第一分类概率图中的每一点与所述医学图像的像素点相对应，所述第一人工智能网络是预先依据医学图像样本和对应的目标像素点训练获得的；根据所述第一分类概率图在所述医学图像中确定目标像素点，所述目标像素点的集合为目标对象。本发明实施例提高了目标像素点的检测速率，保证了目标对象检测的准确率。

技术领域

本发明实施例涉及医学图像处理技术，尤其涉及一种医学图像处理系统和方法。

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处理系统和方法，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处理系统，该系统包括：

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：

获取医学图像；

将所述医学图像输入第一人工智能网络，获取所述医学图像的第一分类概率图，所述第一分类概率图中的每一点与所述医学图像的像素点相对应，所述第一人工智能网络是预先依据医学图像样本和对应的目标像素点训练获得的；

根据所述第一分类概率图在所述待医学图像中确定目标像素点，所述目标像素点的集合为目标对象。

进一步地，根据所述第一分类概率图在所述待检测医学图像中确定目标像素点包括：

根据预设阈值对所述第一分类概率图进行二值化处理，获取二值图；

在所述二值图中确定孤立连通域，与所述孤立连通域相对应的待检测医学图像中的像素点为目标像素点。

进一步地，将所述医学图像输入第一人工智能网络包括：

对医学图像进行预处理，所述预处理包括分割、滤波或滑动窗口处理中的至少一种；

将所述预处理后的医学图像输入第一人工智能网络。

进一步地，所述处理器还用于执行：

将所述目标像素点确定的医学图像输入到第二人工智能网络中获取第二分类概率，其中，所述第二人工智能网络是预先依据目标样本以及确定的假阳性位置训练得到的；

根据所述第二人工智能网络输出的第二分类概率，确定所述目标像素点的集合中的假阳性像素点；

将所述目标像素点的集合中的假阳性像素点去除，得到医学图像检测结果。

进一步地，所述处理器还用于执行：

对所述目标像素点的集合进行特征提取，得到特征提取结果；