[发明专利]甲状腺相关性眼病医学影像数据处理装置、方法、计算机可读存储介质及终端设备

说明书

公开了一种甲状腺相关性眼病医学影像数据处理装置、方法、计算机可读存储介质及终端设备。其包括：原始眼部医学影像获取模块，用于获取原始眼部医学影像；目标区域选定模块，用于在原始眼部医学影像中选定目标区域；增强处理模块，用于针对目标区域进行增强处理；影像集划分模块，用于得到相应的眼部医学影像集，眼部医学影像集包括训练集；卷积神经子网络模块，包括第一卷积神经子网络、第二卷积神经子网络和第三卷积神经子网络；数据处理模块，在应用训练集中的第一卷积神经子网络、第二卷积神经子网络和第三卷积神经子网络进行系统网格训练后，具备根据再次获取的眼部医学影像输出数据处理结果的能力。其能够提高数据处理的效率和精度。

技术领域

本发明涉及计算机程序技术领域，特别是涉及一种甲状腺相关性眼病医学影像数据处理装置、方法、计算机可读存储介质及终端设备。

背景技术

随着医学影像技术的快速发展，医院信息系统应用范围的不断扩大，存储在医院数据库中的影像数据呈几何级增长。这些数量庞大的医学影像数据来源于各种医学成像设备，如超声、X射线计算机断层摄影(CT)、核磁共振(MRI)、数字血管剪影(DSA)、正电子断层摄影(PET)等，而且对应了不同的人体组织器官，如颅脑、胸、肺、肝等，同时每个组织器官所患的病症也存在很多种可能，如肝部可能患有肝硬化、肝瘤、肝内胆管结石等。庞大的数据量、种类繁多的成像设备，再加上不同的患病部位以及不同的疾病种类，给医学影像数据的高效组织管理和精确识别带来了极大的挑战。

传统的医学影像解读主要依靠医师完成，但有一些问题需要克服，比如主观性，医师的经验和训练不同，在看医学影像时有不同方式的解读与定义；另外医师的经验不同，对同一组资料的解读有较大的差异；而且医师会疲劳，从而导致解读的错误。

传统的医学图像处理方式是由工程师们创造一套规则，其特征提取方法从图像的颜色、纹理和形状3方面来入手，但由于医学图像的多模态性、灰度上的模糊性、局部效应、不确定性等特点，传统方法无法提取到病症的有效特征。其算法根据规则对医学图像进行处理，但由于规则很难穷尽，所以对于现实中多变的情况准确率不高。

发明内容

有鉴于此，本发明提供了一种甲状腺相关性眼病医学影像数据处理装置、方法、计算机可读存储介质及终端设备，其无需人工提取特征，而是通过大数据的训练，自主从数据中学习需要的特征，能够提高数据处理的效率和精度，还可以减少由于人为操作产生的误判，从而更加适于实用。

为了达到上述第一个目的，本发明提供的甲状腺相关性眼病医学影像数据处理装置的技术方案如下：

本发明提供的甲状腺相关性眼病医学影像数据处理装置包括：

原始眼部医学影像获取模块，用于获取原始眼部医学影像，其中，所述原始眼部医学影像根据扫描方向包括水平位图、矢状位图和冠状位图；

目标区域选定模块，用于在所述原始眼部医学影像中选定左眼眶区域和右眼眶区域作为目标区域；

增强处理模块，用于针对所述目标区域进行增强处理，得到增强后的眼部医学影像；

影像集划分模块，用于将所述增强后的眼部医学影像进行划分，得到相应的眼部医学影像集，所述眼部医学影像集包括训练集；

卷积神经子网络模块，包括第一卷积神经子网络、第二卷积神经子网络和第三卷积神经子网络，其中，第一卷积神经子网络对应所述水平位图，第二卷积神经子网络对应所述矢状位图，所述第三卷积神经子网络对应所述冠状位图；

数据处理模块，在应用所述训练集中的第一卷积神经子网络、第二卷积神经子网络和第三卷积神经子网络进行系统网格训练后，具备根据再次获取的眼部医学影像输出数据处理结果的能力。

本发明提供的甲状腺相关性眼病医学影像数据处理装置还可采用以下技术措施进一步实现。