[发明专利]图像处理方法及装置、电子设备和计算机可读存储介质

说明书

本公开实施例提供一种图像处理方法、装置及系统、电子设备和计算机可读存储介质，属于计算机技术领域。该方法包括：获取当前乳腺超声图像；通过第一神经网络模型对所述当前乳腺超声图像进行处理，获得所述当前乳腺超声图像的预测病理特征；通过第二神经网络模型对所述当前乳腺超声图像进行处理，获得所述当前乳腺超声图像的至少一个预测声象学特征；根据所述当前乳腺超声图像的预测病理特征和至少一个预测声象学特征获得所述当前乳腺超声图像的融合特征；通过第三神经网络模型对所述当前乳腺超声图像的融合特征进行处理，获得所述当前乳腺超声图像中的肿块的良恶性预测结果。本公开实施例提供的图像处理方案，能够提高乳腺超声智能诊断的准确性。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种图像处理方法及装置、电子设备和计算机可读存储介质。

背景技术

乳腺癌居女性恶性肿瘤发病率首位，是全球女性癌症致死的第二大原因，早期诊断和治疗是提高患者生存率的有效手段。虽然乳腺X线钼靶是全球范围内筛查乳腺癌的主要成像方式，但是针对一些地区例如亚洲女性致密性乳腺组织，乳腺超声成像是更为有效的筛查方式。同时乳腺超声检查具有灵活性、准确性、无辐射、普遍适用性和经济实用性等优势。

尽管有这些潜在的优势，但是乳腺超声的诊断目前严重依赖于医生的经验，对同一张乳腺超声图像，不同医生的解读具有很大的差异性，这种差异性导致不同医生之间对于肿块恶性程度的判定不一致，造成不必要的活检或较大的漏检问题出现。同时评估多个肿块(每个肿块有多个特征)是劳动密集型工作，对于经验不足的医生来说更为耗时。因此乳腺超声智能诊断的开发是一项具有实际意义的工作。

因此，需要一种新的图像处理方法、装置及系统、电子设备和计算机可读存储介质。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例提供一种图像处理方法及装置、电子设备和计算机可读存储介质，提高了乳腺超声智能诊断的准确性。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的一方面，提供一种图像处理方法，所述方法包括：获取当前乳腺超声图像；通过第一神经网络模型对所述当前乳腺超声图像进行处理，获得所述当前乳腺超声图像的预测病理特征；通过第二神经网络模型对所述当前乳腺超声图像进行处理，获得所述当前乳腺超声图像的至少一个预测声象学特征；根据所述当前乳腺超声图像的预测病理特征和至少一个预测声象学特征获得所述当前乳腺超声图像的融合特征；通过第三神经网络模型对所述当前乳腺超声图像的融合特征进行处理，获得所述当前乳腺超声图像中的肿块的良恶性预测结果。

根据本公开实施例的一方面，提供一种图像处理方法，所述方法包括：获取当前乳腺超声图像；通过多目标神经网络模型对所述当前乳腺超声图像进行处理，获得所述当前乳腺超声图像中的肿块的良恶性预测结果及其预测病理特征和至少一个预测声象学特征。

根据本公开实施例的一方面，提供一种图像处理装置，所述装置包括：第一当前图像获取模块，配置为获取当前乳腺超声图像；病理特征预测模块，配置为通过第一神经网络模型对所述当前乳腺超声图像进行处理，获得所述当前乳腺超声图像的预测病理特征；声象特征预测模块，配置为通过第二神经网络模型对所述当前乳腺超声图像进行处理，获得所述当前乳腺超声图像的至少一个预测声象学特征；融合特征获得模块，配置为根据所述当前乳腺超声图像的预测病理特征和至少一个预测声象学特征获得所述当前乳腺超声图像的融合特征；第一预测结果获得模块，配置为通过第三神经网络模型对所述当前乳腺超声图像的融合特征进行处理，获得所述当前乳腺超声图像中的肿块的良恶性预测结果。