[发明专利]医学图像识别方法、装置、设备和介质

说明书

本发明公开了医学图像识别方法、装置、设备和介质。该方法包括：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中的位置信息；根据疑似结节单元在原始医学影像中的位置信息，在医学影像中分割出疑似结节单元的医学影像；利用预先训练的肿瘤识别模型，对疑似结节单元的医学影像进行识别，得到疑似结节单元的识别结果分数。根据本发明实施例提供的医学图像识别方法、装置、设备和介质，可以保证医学图像的识别准确度。

技术领域

本发明涉及图像处理领域，尤其涉及医学图像识别方法、装置、设备和介质。

背景技术

由于大气污染，环境污染，室内空气污染，吸烟等因素的影响，恶性肿瘤已经成为全球发病率和死亡率最高的疾病之一，严重威胁人类的健康与生命。以肺癌为例，就2015年而言，中国的肺癌新增病例为73万例，占全球新增病例的35.8％，并且正在以每年80万的速度增长，其中，中晚期占比70％，死亡率较高。

部分癌症的早期病变组织称为结节，是医学影像处理领域的一个描述性名词，结节与身体的正常组织有着相同的x射线吸收量。肺结节在CT扫描图像中通常是对比度低，形状异化程度高，尺寸比较小。现阶段，主要通过人眼观察。

发明内容

本发明实施例提供的医学图像识别方法、装置、设备和介质，可以保证医学图像的识别准确度。

根据本发明实施例的一方面，提供一种医学图像识别方法，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中的位置信息；根据疑似结节单元在原始医学影像中的位置信息，在医学影像中分割出疑似结节单元的医学影像；利用预先训练的肿瘤识别模型，对疑似结节单元的医学影像进行识别，得到疑似结节单元的识别结果，其中，识别结果包括良性结节或恶性结节。

根据本发明实施例的一方面中的医学图像识别方法，利用结节识别模型，可以从目标结构的原始医学影像中分割出疑似结节单元的医学影像。再将疑似结节单元的医学影像输入预先训练的肿瘤识别模型，可以得到疑似结节单元的识别结果。其中，疑似结节单元的识别结果包括良性结节或恶性结节。相较于人眼主观识别医学图像，能通过上述两个模型对医学影像中良性结节和恶性结节进行客观量化识别。因此，保证了医学图像的识别准确度。

在一种可选的实施方式中，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。

通过本实施方式提供的医学图像识别方法，能够对疑似结节单元进行客观量化打分，并根据客观量化的打分，来确定疑似结节单元的识别结果，提高了识别精度。

在一种可选的实施方式中，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。

通过本实施例提供的医学图像识别方法，由于目标结构之间的疑似结节单元存在相互联系，例如，若肺部有恶性肿瘤，恶性肿瘤会扩散为多个恶性肿瘤。若肺部识别出多个恶性肿瘤单元则肺部存在恶性肿瘤的概率较高。因此，利用一个或多个目标结构的一个或多个疑似结节单元的识别分数计算目标结构的识别分数，能够准确的识别目标结构。

在一种可选的实施方式中，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，方法还包括：获取目标结构的原始医学影像；从原始医学影像中，分割出目标结构的实质图像；将实质图像输入结节识别模型。

与原始医学影像相比，实质图像不包含除目标结构之外的其他组织，例如，钢板、衣服以及骨骼等。因此，将实质图像输入结节识别模型进行处理，减小了数据处理量，也降低了其他组织对识别结果的干扰。