[发明专利]用于乳腺钼靶的图像处理方法及装置

说明书

本申请公开了一种用于乳腺钼靶的图像处理方法及装置。该方法包括输入待处理图像，其中，所述待处理图像至少包括：双侧钼靶影像；对所述待处理图像采用图像双侧对齐处理，得到的结果输入预设网络学习模型；以及根据所述网络学习模型输出目标图像的检测结果，得到所述乳腺钼靶的目标图像区域。本申请解决了乳腺钼靶的图像处理效果不佳的技术问题。通过本申请可同时优化目标检测和语义分割，并且通过多视角学习达到同时考虑双侧图像的效果。

技术领域

本申请涉及医疗影像处理领域，具体而言，涉及一种用于乳腺钼靶的图像处理方法及装置。

背景技术

乳腺癌需要早预防、早治疗。通过面向乳腺钼靶射线图像的计算机辅助肿块检测技术可以帮助影像科医师在早期发现乳腺病变。

发明人发现，现有图像处理方法仅采用单侧乳腺，准确率不高。进一步，对于医疗影像中的边缘特征也缺乏有效利用。

针对相关技术中对于乳腺钼靶的图像处理效果不佳的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种用于乳腺钼靶的图像处理方法及装置，以解决对于乳腺钼靶的图像处理效果不佳的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种用于乳腺钼靶的图像处理方法。

根据本申请的用于乳腺钼靶的图像处理方法包括：输入待处理图像，其中，所述待处理图像至少包括：双侧钼靶影像；对所述待处理图像采用图像双侧对齐处理，得到的结果输入预设网络学习模型；以及根据所述网络学习模型输出目标图像的检测结果，得到所述乳腺钼靶的目标图像区域。

进一步地，输入待处理图像之后还包括：根据获取的乳腺钼靶影像和所述乳腺钼靶影像对应的窗宽窗位统计出乳腺组织的灰度分布；根据输入待处理图像对窗宽窗位进行动态搜索，以使在映射后的影像中的乳腺组织的灰度分布与所述灰度分布接近；对所述窗宽窗位进行图像归一化预处理。

进一步地，对所述待处理图像采用图像双侧对齐处理包括：

对至少两幅乳腺钼靶图像进行配准，将配准后的图像共同输入到非对称结构检测模型中，用于确定出乳腺钼靶可疑病灶区域。

进一步地，根据所述网络学习模型输出目标图像的检测结果，得到所述乳腺钼靶的目标图像区域包括：所述网络模型采用预设目标检测框架下作为主干网络，并依次设置特征提取网络、特征融合网络、区域举荐网络、分类回归网络；其中，所述特征提取网络，用于采用多层卷积神经网络作为骨干网路，在不同尺度上进行特征图提取；所述特征融合网络，用于对不同分支上的所述特征图的图像特征进行的特征融合；所述区域举荐网络，用于生成目标定位框得到目标区域；所述分类回归网络，用于对目标区域分类或框回归。

进一步地，根据所述网络模型输出目标图像的检测以及分割结果包括：在所述特征融合网络中，还用于采用不同或相同的特征提取网路；在所述特征融合网络或所述特征提取网络中，采用在同一侧乳腺不同拍摄角度的图像或采用双侧乳腺同一拍摄位置的图像。

进一步地，根据所述网络模型输出目标图像的检测以及分割结果之后还包括：对所述所述乳腺钼靶的目标图像区域的假阳性消除的步骤，所述假阳性消除包括：基于预设深度学习网络进行样本训练数据的抑制，样本训练之前，随机预留部分阴性数据；用训练完成的检出网络对此部分数据进行预测，收集预测检出置信度高的区域，以及之前步骤训练时涉及的困难样例作为负样本；同时重复利用之前标注所得的病灶为正样本进行训练。

为了实现上述目的，根据本申请的另一方面，提供了一种用于乳腺钼靶的图像处理装置。