[发明专利]一种图像处理方法和装置

说明书

本申请实施例提供了一种图像处理方法和装置，该方法包括：获取预先训练好的2D分割模型和3D分类模型；将待处理的电子计算机断层扫描CT图像输入2D分割模型，获取2D的病灶分割结果；将2D的病灶分割结果拼接成3D的病灶分割结果，并从3D的病灶分割结果中提取出3D的病灶区域；将3D的病灶区域和电子计算机断层扫描CT图像拼接成多通道的3D病灶数据，输入3D分类模型，获取每个病灶区域的分类结果。通过该实施例方案，实现了迅速地得到分割和分类结果，极大地提升了诊断效率。

技术领域

本文涉及医学图像处理技术，尤指一种图像处理方法和装置。

背景技术

脑部出血是一种危害性很高的疾病，很多情况下都会对人体健康造成严重的损害。脑部出血患者主要通过拍摄脑部CT(电子计算机断层扫描)进行确诊。不同种类的脑部出血往往需要不同的诊疗手段，对它们的正确分类非常重要。比如急性脑出血很有可能危及生命，病人必须得到迅速的诊断，以减少神经功能的损伤。但是许多地区的医疗资源不够平衡，不同医生的专业水平差距较大，一些经验尚浅的医生很可能会造成误诊和漏诊。他们需要有力的支持，以提高作出判断的信心。另外，为了制定恰当的手术方案，医生需要提前对出血部分的位置和大小作出较为准确的判断，这要求医生必须精确分割出血部位。但分割和分类的过程往往会使放射科医生投入大量的时间和精力，这给许多医生数量严重不足的医院带来了很大的压力。

发明内容

本申请实施例提供了一种图像处理方法和装置，能够迅速地得到分割和分类结果，极大地提升诊断效率。

本申请实施例提供了一种图像处理方法，所述方法可以包括：

获取预先训练好的2D分割模型和3D分类模型；

将待处理的电子计算机断层扫描CT图像输入所述2D分割模型，获取2D的病灶分割结果；

将所述2D的病灶分割结果拼接成3D的病灶分割结果，并从所述3D的病灶分割结果中提取出3D的病灶区域；

将所述3D的病灶区域和所述电子计算机断层扫描CT图像拼接成多通道的3D病灶数据，输入所述3D分类模型，获取每个病灶区域的分类结果。

在本申请的示例性实施例中，所述获取预先训练好的2D分割模型和3D分类模型可以包括：

直接调取存储的2D分割模型和3D分类模型；或者，

创建所述2D分割模型和所述3D分类模型。

在本申请的示例性实施例中，创建所述2D分割模型可以包括：

获取多个3D的第一CT图像以及关于所述第一CT图像的已经确定分割结果的3D的第一分割结果图像，根据所述第一CT图像和所述第一分割结果图像获取第一训练集；

采用所述第一训练集对创建的2D分割网络U-net和多标签分类器进行训练，获取所述2D分割模型；其中，所述2D分割网络U-net用于分割出图像中具有病灶的区域，从而获取包含病灶区域的图像和未包含病灶区域的图像；所述多标签分类器用于标识出所述包含病灶区域的图像中的多种不同的病变特征。

在本申请的示例性实施例中，所述根据所述第一CT图像和所述第一分割结果图像获取第一训练集可以包括：

将所述第一CT图像和所述第一分割结果图像按通道划分为多组2D切片；所述2D切片包括2DCT切片和2D分割结果切片；

将所述2DCT切片中包含病灶区域的图像作为阳性样本，未包含病灶区域的图像作为阴性样本；将每个2DCT切片按照m个CT值范围进行截取和归一化，并按顺序进行拼接，获得m个通道的训练数据，构成所述2D分割网络U-net的训练数据；m为正整数；