[发明专利]基于医学图像的组织分型方法及装置、电子设备

说明书

公开了一种基于医学图像的组织分型方法及装置、计算机可读存储介质及电子设备，涉及图像处理技术领域。该基于医学图像的组织分型方法包括：基于待分型医学图像确定待分型组织对应的图像区域；基于图像区域确定待分型组织对应的灰度特征信息；基于灰度特征信息确定待分型组织的类型。由于灰度特征信息能够精准表征待分型组织的结构分布情况，因此，本公开实施例能够极大提高所确定的待分型组织的类型的精准度。此外，与现有直接采用深度学习的分型方法相比，本公开实施例不仅能够提高分型精准度，而且能够降低计算量，提高计算速度。

技术领域

本公开涉及图像处理技术领域，具体涉及基于医学图像的组织分型方法及装置、计算机可读存储介质及电子设备。

背景技术

医学图像作为辅助治疗的重要工具，其重要性不言而喻。众所周知，由于医学图像中包括较为复杂的人体或动物体的组织结构(比如心脏、乳腺等)，因此，与普通图像相比，医学图像的处理难度更高。尤其当需要为医学图像中的组织进行分型操作时，现有分型方法很难应用到医学图像。

因此，如何对医学图像中的组织进行分型操作，并获取较高的分型精准度成为亟待解决的问题。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种基于医学图像的组织分型方法及装置、计算机可读存储介质及电子设备。

在一方面，本公开实施例提供了一种基于医学图像的组织分型方法，应用于包括待分型组织的待分型医学图像。该基于医学图像的组织分型方法包括：基于待分型医学图像确定待分型组织对应的图像区域；基于图像区域确定待分型组织对应的灰度特征信息；基于灰度特征信息确定待分型组织的类型。

在本公开一实施例中，基于图像区域确定待分型组织对应的灰度特征信息，包括：基于图像区域确定待分型组织对应的灰度直方图信息。其中，基于灰度特征信息确定待分型组织的类型，包括：基于灰度直方图信息确定待分型组织的类型。

在本公开一实施例中，基于灰度特征信息确定待分型组织的类型，包括：确定待分型组织对应的预设分型信息；基于灰度特征信息与预设分型信息确定待分型组织的类型。

在本公开一实施例中，基于待分型医学图像确定待分型组织对应的图像区域，包括：对待分型医学图像进行图像分割操作，以确定图像分割信息；基于图像分割信息确定待分型组织对应的图像区域。

在本公开一实施例中，对待分型医学图像进行图像分割操作，以确定图像分割信息，包括：将待分型医学图像输入至分割网络模型，以确定第一分割区域，其中，第一分割区域与待分型组织对应；对第一分割区域进行精处理操作，以确定图像分割信息。

在本公开一实施例中，对第一分割区域进行精处理操作，以确定图像分割信息，包括：基于第一分割区域确定与待分型组织对应的种子区域；利用能量优化算法对种子区域进行能量分割操作，以确定图像分割信息。

在本公开一实施例中，能量优化算法包括图形切割算法，利用能量优化算法对种子区域进行能量分割操作，以确定图像分割信息，包括：基于种子区域，利用图形切割算法确定种子区域对应的第二分割区域；利用形态学算子对第二分割区域的分割边界进行优化操作，以确定图像分割信息。

在本公开一实施例中，在对待分型医学图像进行图像分割操作，以确定图像分割信息之前，还包括如下各项中的至少一项：调整待分型医学图像对应的窗宽信息和/或窗位信息；对待分型医学图像进行裁剪操作，以去除第一图像区域，其中，第一图像区域与待分型组织之间为第一关联关系；对待分型医学图像进行除噪声操作；基于待分型医学图像的HU信息去除第二图像区域，其中，第二图像区域与待分型组织之间为第二关联关系。