[发明专利]医疗图像处理方法、装置、存储介质及电子设备有效

专利信息
申请号: 201911117304.5 申请日: 2019-11-14
公开(公告)号: CN110853024B 公开(公告)日: 2020-12-22
发明(设计)人: 李蓝青;孙岩峰;陈宽;王少康 申请(专利权)人: 推想医疗科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G16H30/20;G16H50/20
代理公司: 北京布瑞知识产权代理有限公司 11505 代理人: 李浩
地址: 100085 北京市海淀*** 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: 医疗 图像 处理 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种医疗图像处理方法,其特征在于,包括:

根据待处理医疗图像的属性信息,判断所述待处理医疗图像是否经过取反处理;

若所述待处理医疗图像未经过所述取反处理,对所述待处理医疗图像进行所述取反处理,得到取反医疗图像;

对所述取反医疗图像按照预设方式进行处理,得到展示医疗图像;以及

采用深度生成神经网络模型对所述展示医疗图像进行处理以生成更多的训练样本;其中所述深度生成神经网络模型包括生成对抗网络模型和变分自编码器网络模型中的至少一种;

其中,所述预设方式用于调整所述取反医疗图像的对比度,所述训练样本用于对基于所述展示医疗图像的计算机辅助诊断算法进行训练;

所述对所述待处理医疗图像进行所述取反处理包括:

对所述待处理医疗图像进行二值化处理,得到第一医疗图像和所述第一医疗图像的边界灰度阈值;

将所述第一医疗图像的所述边界灰度阈值减去所述待处理医疗图像的灰度值,得到第二医疗图像;以及

对所述第二医疗图像使用加窗函数,得到第三医疗图像;

其中,所述第三医疗图像为所述取反医疗图像。

2.根据权利要求1所述的医疗图像处理方法,其特征在于,所述属性信息包括所述待处理医疗图像的头文件信息中关于所述取反处理的字段。

3.根据权利要求1所述的医疗图像处理方法,其特征在于,所述二值化处理采用的方法包括最大类间方差法、直方图法、梯度法或边缘搜索法。

4.根据权利要求1所述的医疗图像处理方法,其特征在于,所述对所述取反医疗图像按照预设方式进行处理包括:

对所述取反医疗图像进行锐化处理、边缘补偿处理或去噪处理。

5.根据权利要求4所述的医疗图像处理方法,其特征在于,所述锐化处理包括非线性变换或线性变换;或,所述去噪处理采用的方法包括高斯滤波法、中值滤波法或高低通滤波法。

6.根据权利要求1所述的医疗图像处理方法,其特征在于,在所述对所述取反医疗图像按照预设方式进行处理之后,得到展示医疗图像;

其中,所述医疗图像处理方法进一步包括:

对所述展示医疗图像进行非线性变换或线性变换。

7.一种医疗图像处理装置,其特征在于,包括:

判断模块,用于根据待处理医疗图像的属性信息,判断所述待处理医疗图像是否经过取反处理;

取反模块,用于若所述待处理医疗图像未经过所述取反处理,对所述待处理医疗图像进行所述取反处理,得到取反医疗图像;

第一调整模块,用于对所述取反医疗图像按照预设方式进行处理,得到展示医疗图像;以及

第二调整模块,用于采用深度生成神经网络模型对所述展示医疗图像进行处理以生成更多的训练样本;其中所述深度生成神经网络模型包括生成对抗网络模型和变分自编码器网络模型中的至少一种;

其中,所述预设方式用于调整所述取反医疗图像的对比度,所述训练样本用于对基于所述展示医疗图像的计算机辅助诊断算法进行训练;

取反模块进一步配置为:

对所述待处理医疗图像进行二值化处理,得到第一医疗图像和所述第一医疗图像的边界灰度阈值;

将所述第一医疗图像的所述边界灰度阈值减去所述待处理医疗图像的灰度值,得到第二医疗图像;以及

对所述第二医疗图像使用加窗函数,得到第三医疗图像;

其中,所述第三医疗图像为所述取反医疗图像。

8.一种医疗图像中病灶的识别装置,其特征在于,包括:

获取模块,用于获取经上述权利要求1至6中任一项所述的医疗图像处理方法处理后的医疗图像;以及

识别模块,用于对所述处理后的医疗图像进行病灶识别。

9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-6中任一项所述的医疗图像处理方法。

10.一种电子设备,其特征在于,所述电子设备包括:

处理器;

用于存储所述处理器可执行指令的存储器;

所述处理器,用于执行上述权利要求1-6中任一项所述的医疗图像处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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推想医疗科技股份有限公司,未经推想医疗科技股份有限公司许可,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/201911117304.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top