[发明专利]一种医学图像处理方法、系统、装置和计算机可读存储介质

权利要求书

1.一种医学图像处理方法，其特征在于，包括：

获取样本图像，所述样本图像中包括异常区域，所述异常区域包括至少一个子异常区域；

获取图像处理级联网络，所述图像处理级联网络包括至少两级神经网络；

用所述样本图像训练所述图像处理级联网络中的各级神经网络，得到训练完备的图像处理级联网络；其中，第一级神经网络的输入为未分割的样本图像，最后一级神经网络的输出为所述至少一个子异常区域的分割结果；

用所述训练完备的图像处理级联网络处理待测图像，确定所述待测图像中的异常区域。

2.如权利要求1所述的医学图像处理方法，其特征在于：

所述图像处理级联网络包括依次连接的第一神经网络、第二神经网络和第三神经网络，其中：

所述第一神经网络的输入包括未分割的样本图像或待测图像，输出为异常区域第一分割图，所述异常区域第一分割图包括整个异常区域的分割结果；

所述第二神经网络的输入至少包括所述异常区域第一分割图，输出为异常区域第二分割图，所述异常区域第二分割图包括所述至少一个子异常区域的初步分割结果；

所述第三神经网络的输入至少包括所述异常区域第二分割图，输出为异常区域第三分割图，所述异常区域第三分割图包括所述至少一个子异常区域的精确分割结果。

3.如权利要求2所述的医学图像处理方法，其特征在于：

所述第二神经网络和/或所述第三神经网络的输入还包括所述未分割的样本图像或待测图像。

4.如权利要求1所述的医学图像处理方法，其特征在于，所述样本图像和待测图像为三维图像，所述图像处理级联网络中的各级神经网络为卷积神经网络。

5.如权利要求4所述的医学图像处理方法，其特征在于，所述卷积神经网络包括下采样单元和上采样单元，其中至少一个下采样单元或上采样单元包括残差子单元，所述残差子单元包括依次连接的第一卷积层、第二卷积层和第三卷积层，其中：

所述第一卷积层包括1×1×1的第一卷积核，用于融合不同通道的图像特征，所述第一卷积层的输出图像通道数小于输入图像通道数；

所述第二卷积层包括N×N×N的第二卷积核，其中N为大于1的奇数，所述第二卷积层的输入图像为所述第一卷积层的输出图像；

所述第三卷积层包括1×1×1的第三卷积核，所述第三卷积层的输入图像为所述第二卷积层的输出图像，所述第三卷积层的输出图像通道数大于输入图像通道数。

6.如权利要求4所述的医学图像处理方法，其特征在于，所述卷积神经网络包括至少两个依次连接的上采样单元，其中连接在最后的上采样单元的输出图像分辨率高于其他上采样单元的输出图像分辨率；所述方法还包括：

对所述其他上采样单元中的至少一个上采样单元的输出图像进行上采样，得到与所述连接在最后的上采样单元的输出图像分辨率相同的图像；

将所述至少一个上采样单元的输出图像的上采样结果与所述连接在最后的上采样单元的输出图像融合；

基于融合后的图像确定异常区域分割结果。

7.如权利要求1所述的医学图像处理方法，其特征在于，所述样本图像和待测图像为脑部图像，所述异常区域包括脑肿瘤。

8.一种医学图像处理系统，其特征在于，包括：

样本图像获取模块，用于获取样本图像，所述样本图像中包括异常区域，所述异常区域包括至少一个子异常区域；

初始网络获取模块，用于获取图像处理级联网络，所述图像处理级联网络包括至少两级神经网络；

训练模块，用于用所述样本图像训练所述图像处理级联网络中的各级神经网络，得到训练完备的图像处理级联网络；其中，第一级神经网络的输入为未分割的样本图像，最后一级神经网络的输出为所述至少一个子异常区域的分割结果；

待测图像分析模块，用于用所述训练完备的图像处理级联网络处理待测图像，确定所述待测图像中的异常区域。