[发明专利]基于人工智能的医学图像处理方法、医学设备和存储介质

说明书

本公开提供了一种基于人工智能的医学图像处理方法、医学设备和存储介质。所述基于人工智能的医学图像处理方法，包括：对所述医学图像进行处理，生成编码中间图像；对所述编码中间图像进行处理，分割第一特征并生成分割中间图像；基于注意力机制对所述编码中间图像和分割中间图像进行处理，生成检测中间输入图像；以及对所述检测中间输入图像进行处理，检测所述第一特征中包括的第二特征。

技术领域

本公开涉及智能医疗领域，具体的涉及一种基于人工智能的医学图像处理方法、医学设备和存储介质。

背景技术

人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术可以广泛应用于传统的医学领域。例如，可以利用神经网络对医疗设备获取的医学图像进行处理，以更快、更准确进行特征检测。传统的基于人工智能的医学图像处理方法仅涉及二维图像，而并未充分利用疾病相关特征的三维空间特性，降低了检测结果准确性。此外，对于特定疾病特征的识别过程，忽略了医学先验知识对于检测过程的作用，限制了基于人工智能的医学图像处理方法的发展。

发明内容

本公开提供一种基于人工智能的医学图像处理方法，用于基于医学先验知识进行特征检测，并提高检测结果的准确性。

根据本公开的一方面，提供了一种基于人工智能的医学图像处理方法，包括：对所述医学图像进行处理，生成编码中间图像；对所述编码中间图像进行处理，分割第一特征并生成分割中间图像；基于注意力机制对所述编码中间图像和分割中间图像进行处理，生成检测中间输入图像；以及对所述检测中间输入图像进行处理，检测所述第一特征中包括的第二特征。

根据本公开的一些实施例，对所述医学图像进行处理，生成编码中间图像包括：利用编码神经网络对所述医学图像进行处理，生成编码中间图像，所述编码神经网络包括M个处理层，M为正整数，所述处理层包括卷积网络、转置卷积网络和池化层中的至少一种，所述利用编码神经网络对所述医学图像进行处理包括：利用所述编码神经网络的第1处理层对所述医学图像进行处理，输出第1编码中间图像；利用所述编码神经网络的第m1处理层对所述编码神经网络的第m1-1处理层输出的第m1-1编码中间图像进行处理，输出第m1编码中间图像，其中，m1为正整数，m1大于1小于等于M；所述对所述编码中间图像进行处理，分割第一特征并生成分割中间图像包括：利用分割神经网络对所述编码中间图像进行处理，分割第一特征并生成分割中间图像，所述分割神经网络包括M个处理层，其中，利用分割神经网络的第1处理层对所述编码神经网络的第M处理层输出的第M编码中间图像进行处理，输出第1分割中间图像；利用分割神经网络的第m2处理层对所述分割神经网络的第m2-1处理层输出的第m2-1分割中间图像以及所述编码神经网络的第M-m2+1处理层输出的第M-m2+1编码中间图像进行处理，输出第m2分割中间图像，其中，m2为正整数，m2大于1小于等于M；利用卷积网络对分割神经网络的第M处理层输出的第M分割中间图像进行处理，生成所述第一特征的分割结果。