[发明专利]一种图像处理方法、图像处理设备及计算机可读存储介质有效

专利信息
申请号: 201811079790.1 申请日: 2018-09-15
公开(公告)号: CN110910335B 公开(公告)日: 2023-02-24
发明(设计)人: 李晓川;夏清 申请(专利权)人: 北京市商汤科技开发有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06T7/11;G06T17/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 100084 北京市海淀区中*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 方法 设备 计算机 可读 存储 介质
【说明书】:

本申请公开了一种图像处理方法、图像处理设备及计算机存储介质。其中,方法包括:获取脑部图像,所述脑部图像为多模态三维图像;使用图像处理模型处理所述脑部图像,依次得到所述脑部图像中的肿瘤整体图像、肿瘤核图像和增强肿瘤图像,其中,所述图像处理模型为多个二维图像分割网络和多个二点五维图像分割网络的级联网络;输出所述肿瘤整体图像、肿瘤核图像和增强肿瘤图像。本申请通过使用包含多个二维图像分割网络和多个二点五维图像分割网络的图像处理模型来对脑部图像进行更加准确的分割,来得到脑部图像中的脑肿瘤的肿瘤整体图像、肿瘤核图像和增强肿瘤图像,以提高图像处理的效率和精准度。

技术领域

本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、图像处理设备及计算机可读存储介质。

背景技术

许多患者在被查出脑肿瘤的时候,脑肿瘤已经很大了,这是因为脑肿瘤在脑内生长的时候一般不易被患者察觉,尤其是当脑肿瘤生长在颅内属于“静区”的部分时,如额叶前部、颞叶前部及脑室内等,更不易被患者察觉。所谓静区是指这些区域无重要功能或有一定空间,脑瘤较小时,未引起颅内压增高,也未压迫其周围结构或影响脑脊液循环,故没有出现临床症状。当脑瘤体积逐渐增大,使上述情况发生改变,病人才感觉出不适症状而去检查,这时发现的脑瘤已较大。而脑肿瘤的大小与预后有很大的关系。肿瘤小,对其周围结构影响小,易全部切除,治愈率高。肿瘤大,全切机会低,预后不良。由于脑肿瘤没有及时发现,使得许多患者没有及时得到早期诊断和治疗而断送了生命,可见,脑肿瘤的早期检查和治疗发现十分重要。

目前脑部磁共振成像(MRI,Magnetic Resonance Imaging)是诊断颅内肿瘤的主要手段,以直观的显示肿瘤的部位、大小、形态以及与周围脑组织、血管和神经的关系。医生通过对脑部核磁共振成像读片,来对脑部脑肿瘤进行诊断。

但由于患者数量众多,而如脑内的结构复杂,医生需要仔细的读片才能找到脑肿瘤,并且不同医生技术水平和经验存在差异,很难保证能够准确找到肿瘤。总的来说,即使投入了大量人力以及时间,图像处理的处理效率依然很低。

发明内容

本申请实施例提供一种图像处理方法及图像处理设备,本申请通过使用包含多个二维图像分割网络和多个二点五维图像分割网络的图像处理模型,来对脑部图像进行分割,可以提高图像处理的效率和精准度。

第一方面,本申请实施例提供了一种图像处理方法,该方法包括:

获取脑部图像,所述脑部图像为多模态三维图像;

使用图像处理模型处理所述脑部图像,依次得到所述脑部图像中的肿瘤整体图像、肿瘤核图像和增强肿瘤图像,其中,所述图像处理模型为多个二维图像分割网络和多个二点五维图像分割网络的级联网络;

输出所述肿瘤整体图像、肿瘤核图像和增强肿瘤图像。

结合第一方面,在第一方面的第一种实现方式中,所述使用图像处理模型处理所述脑部图像,得到所述脑部图像中的肿瘤整体图像,包括:

从预设个数的方向上裁取所述脑部图像,得到所述预设个数的二维图像;

利用所述预设个数的二维图像分割网络分别对所述预设个数的二维图像进行处理,得到预设个数的二维分割图像;

将所述预设个数的二维分割图像融合在一起,得到所述肿瘤整体图像。

结合第一方面的第一种实现方式,在第一方面的第二种实现方式中,所述使用图像处理模型处理所述脑部图像,得到所述脑部图像中的肿瘤核图像,包括:

根据所述肿瘤整体图像确定所述脑部图像的中心点;

以所述脑部图像的中心点为基准点,从预设个数的方向上裁取所述脑部图像,得到所述预设个数的二点五维图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811079790.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top