[发明专利]医学图像识别方法、装置、设备和介质在审
申请号: | 201910905767.1 | 申请日: | 2019-09-24 |
公开(公告)号: | CN110766659A | 公开(公告)日: | 2020-02-07 |
发明(设计)人: | 聂泳忠;赵银妹;吕明涛 | 申请(专利权)人: | 西人马帝言(北京)科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06K9/62 |
代理公司: | 11258 北京东方亿思知识产权代理有限责任公司 | 代理人: | 彭琼 |
地址: | 100000 北京市海淀区成*** | 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: | 结节 医学影像 医学图像识别 目标结构 医学图像 肿瘤识别 准确度 分割 保证 | ||
1.一种医学图像识别方法,其特征在于,所述方法包括:
利用预先训练的结节识别模型,得到疑似结节单元在目标结构的原始医学影像的位置信息;
根据疑似结节单元在所述原始医学影像中的位置信息,在所述医学影像中分割出所述疑似结节单元的医学影像;
利用预先训练的肿瘤识别模型,对所述疑似结节单元的医学影像进行识别,得到所述疑似结节单元的识别结果,
其中,所述识别结果包括良性结节或恶性结节。
2.根据权利要求1所述的方法,其特征在于,所述利用预先训练的肿瘤识别模型,对所述疑似结节单元的医学影像进行识别,得到所述疑似结节单元的识别结果,包括:
利用预先训练的肿瘤识别模型,对所述疑似结节单元的医学影像进行识别,获取所述疑似结节单元的识别分数;
根据所述疑似结节单元的识别分数,确定所述疑似结节单元的识别结果。
3.根据权利要求2所述的方法,其特征在于,所述获取所述疑似结节单元的识别分数之后,所述方法还包括:
将所述目标结构的一个或多个疑似结节单元的识别分数确定输入决策模型,得到所述目标结构的识别分数。
4.根据权利要求1所述的方法,其特征在于,所述利用预先训练的结节识别模型,得到疑似结节单元在目标结构的原始医学影像中的位置信息之前,所述方法还包括:
获取所述目标结构的原始医学影像;
从所述原始医学影像中,分割出所述目标结构的实质图像;
将所述实质图像输入结节识别模型。
5.根据权利要求4所述的方法,其特征在于,所述从所述医学影像中,分割出所述目标结构的实质图像,包括:
利用预先训练的掩膜分割模型对所述原始医学影像进行图像分割处理,得到所述目标结构的掩膜图像;
利用所述掩膜图像,从所述原始医学影像中提取所述实质图像。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对多张目标结构的医学影像样本进行标记,其中,将所述多张目标结构的医学影像中的疑似结节单元标记为正样本,将除所述疑似结节单元外的其他单元标记为负样本;
利用标记后的所述医学影像样本训练所述结节识别模型。
7.根据权利要求6所述的方法,其特征在于,所述多张目标结构的医学影像样本包括N组医学影像,每一组医学影像包括断层扫描得到的连续多张医学影像,其中,所述连续多张医学影像中至少一张包含所述疑似结节单元。
8.根据权利要求2所述的方法,其特征在于,所述肿瘤识别模型包括:特征提取子模型和分类子模型;
所述利用预先训练的肿瘤识别模型,对所述疑似结节单元的医学影像进行识别,得到所述疑似结节单元的识别分数,包括:
将所述疑似结节单元的医学影像输入所述特征提取子模型,提取所述疑似结节单元的特征;
将所述疑似结节单元的特征输入所述分类子模型中进行分类计算,根据分类计算得分确定所述疑似结节单元的识别分数。
9.根据权利要求3所述的方法,其特征在于,所述从所述原始医学影像中,分割出所述目标结构的实质图像包括:
对所述目标结构的原始医学影像进行预处理;
从所述预处理后的原始医学影像中分割出所述目标结构的实质图像。
10.根据权利要求9所述的方法,其特征在于,所述对所述目标结构的原始医学图像进行预处理,包括:
基于所述原始医学影像中各数据点的亨氏单位HU值,对所述各数据点进行筛选;
对筛选后的各数据点进行重采样,得到预处理后的原始医学影像。
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西人马帝言(北京)科技有限公司,未经西人马帝言(北京)科技有限公司许可,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/201910905767.1/1.html,转载请声明来源钻瓜专利网。