[发明专利]CT图像处理方法、装置、存储介质及电子设备

权利要求书

1.一种CT图像处理方法，其特征在于，所述方法包括：

获取待处理的CT图像；

根据预设的多种目标窗信息分别对所述CT图像进行加窗处理，获得所述CT图像对应的多个加窗图层，其中，目标窗信息包括目标窗宽信息和目标窗位信息，每一加窗图层为所述CT图像通过一种目标窗信息进行加窗处理所得的图像；

将所述CT图像对应的多个加窗图层输入图像处理模型，获得所述CT图像的处理结果。

2.根据权利要求1所述的方法，其特征在于，所述图像处理模型包括第一处理子模型、第二处理子模型和第三处理子模型，所述图像处理模型中包括与所述加窗图层一一对应的掩膜矩阵，所述将所述CT图像对应的多个加窗图层输入图像处理模型，获得所述CT图像的处理结果，包括：

将所述CT图像对应的每一所述加窗图层输入所述第一处理子模型，以根据与该加窗图层对应的掩膜矩阵对该加窗图层进行处理，获得该加窗图层对应的特征图层；

通过所述第二处理子模型对每一所述加窗图层对应的特征图层进行融合，获得所述CT图像对应的多通道目标图像；

将所述多通道目标图像输入所述第三处理子模型，获得所述CT图像的处理结果。

3.根据权利要求2所述的方法，其特征在于，所述掩膜矩阵中的元素与所述CT图像中的像素点一一对应；

所述将所述CT图像对应的每一所述加窗图层输入所述第一处理子模型，以根据与该加窗图层对应的掩膜矩阵对该加窗图层进行处理，获得该加窗图层对应的特征图层，包括：

针对每一所述加窗图层，将所述加窗图层中的每一像素点的像素值、以及该加窗图层对应的掩膜矩阵中与该像素点对应的元素的元素值的乘积确定为该特征图层中该像素点的像素值，以获得该加窗图层对应的特征图层。

4.根据权利要求1所述的方法，其特征在于，所述图像处理模型通过以下方式获得：

获取训练样本，其中，所述训练样本中包括样本图像以及与所述样本图像对应的目标标签，所述样本图像为CT图像；

根据多种所述目标窗信息分别对所述样本图像进行加窗处理，获得所述样本图像与每一所述目标窗信息对应的多个样本加窗图层；

将所述样本图像对应的每一所述样本加窗图层作为模型的输入，将所述样本图像对应的目标标签作为所述模型的输出，对所述模型进行训练，获得所述图像处理模型。

5.根据权利要求4所述的方法，其特征在于，所述图像处理模型中包括与所述样本加窗图层一一对应的掩膜矩阵，所述将所述样本图像对应的每一所述样本加窗图层作为模型的输入，将所述样本图像对应的目标标签作为所述模型的输出，对所述模型进行训练，获得所述图像处理模型，包括：

对每一所述掩膜矩阵进行卷积操作，并将进行卷积操作后获得的掩膜矩阵进行归一化映射，获得映射后的掩膜矩阵，其中，所述掩膜矩阵中的元素的元素值初始为1；

将所述样本图像对应的每一所述样本加窗图层和与该样本加窗图层对应的映射后的掩膜矩阵，获得所述样本图像对应的预测结果；

根据所述预测结果和所述样本图像对应的目标标签确定所述模型的损失值，在所述损失值大于预设阈值的情况下，根据所述损失值更新所述模型的参数，其中所述模型的参数包括所述对所述掩膜矩阵进行卷积操作的卷积参数。

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：

响应于模式选择指令，将所述模式选择指令指示的处理模式确定为所述CT图像对应的目标处理模式，其中，所述处理模式为CT图像分类、CT图像分割、CT图像中的目标物检测中的任一者；

所述将所述CT图像对应的多个加窗图层输入图像处理模型，获得所述CT图像的处理结果，包括：

将所述CT图像对应的多个所述加窗图层输入所述目标处理模式对应的图像处理模型，获得所述CT图像的处理结果。