[发明专利]医疗影像处理方法及装置、电子设备及存储介质

说明书

本发明实施例公开了一种医疗影像处理方法及装置、电子设备及存储介质。所述方法包括：接收医疗影像；基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，所述分割结果为：分割所述医疗影像中第一对象和第二对象获得的信息；所述诊断信息为：患者的病情分期信息和/或生存期预测信息。

技术领域

本发明涉及通信领域的同步技术，尤其涉及一种医疗影像处理方法及装置、电子设备及存储介质。

背景技术

随着深度学习技术的发展，出现了利用深度学习模型进行图像分割获得分割结果，输出该分割结果用于辅助医生进行诊断，从而减轻医生的工作负荷，实现运行深度学习模型的智能化。但是在现有技术中，即便出现了可以由深度学习模型来分割医疗影像的技术，但是医生的工作负荷依然很重，很多情况下，医生因为工作负荷过重还可能出现医疗影像的诊断或判别效率低、并进一步用于大量工作产生的疲劳导致准确性下降的问题。此外，由于不同区域的医疗水平相差很大，在偏远地区的医疗人员可能无法直接基于医疗影像的分割给出精确的判断。

发明内容

有鉴于此，本发明实施例期望提供一种医疗影像处理方法及装置、电子设备及存储介质。

本发明的技术方案是这样实现的：一种医疗影像处理方法，包括：

接收医疗影像；

基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，所述分割结果为：分割所述医疗影像中第一对象和第二对象获得的信息；所述诊断信息为：患者的病情分期信息和/或生存期预测信息。

基于上述方案，所述基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，包括：

对所述医疗影像进行特征提取，获得所述第一对象的第一特征；

基于所述第一特征获得所述分割结果；

基于所述第一特征获得所述诊断信息。

基于上述方案，所述基于所述第一特征获得所述分割结果，包括：

基于所述第一特征从所述医疗影像中获得包含所述第一对象的图像区域。

基于上述方案，所述基于所述第一特征进行第二类处理获得所述诊断信息，包括：

基于所述第一特征得到所述病情分期信息；

基于所述第一特征得到生存期预测信息。

基于上述方案，所述基于所述第一特征进行第二类处理获得所述诊断信息，包括：

对所述第一特征进行卷积处理得到第二特征；

所述基于所述第一特征得到所述病情分期信息，包括：

基于所述第二特征得到所述病情分期信息；

和/或，

所述基于所述第一特征得到生存期预测信息，包括：

所述预测分支的专用部分基于所述第二特征得到所述生存期预测信息。

基于上述方案，所述方法还包括：

根据所述分割结果及医疗影像获得组学特征；

基于所述组学特征和所述第一特征，通过全连接层拼接之后得到第三特征；

所述基于所述第一特征获得所述诊断信息，包括：

基于所述第三特征获得所述诊断信息。

基于上述方案，所述组学特征包括以下至少之一：

所述第一对象的形态特征；

第一对象的灰度特征。