[发明专利]解剖结构的识别方法、电子设备及存储介质在审
申请号: | 202011625657.9 | 申请日: | 2020-12-31 |
公开(公告)号: | CN112766314A | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 高菲菲;曹晓欢;薛忠 | 申请(专利权)人: | 上海联影智能医疗科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G16H30/00 |
代理公司: | 上海弼兴律师事务所 31283 | 代理人: | 杨东明;金学来 |
地址: | 200232 上海市徐*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 解剖 结构 识别 方法 电子设备 存储 介质 | ||
本发明公开了一种解剖结构的识别方法、电子设备及存储介质。其中,识别方法包括:对目标医学影像进行解剖结构识别,得到初始解剖结构类别;对目标医学影像进行部位识别,得到部位类别;确定部位类别对应的候选解剖结构类别;利用候选解剖结构类别校正初始解剖结构类别,得到最终解剖结构类别。本发明在识别医学影像对应的初始解剖结构类别之外,还识别医学影像对应的部位类别,并利用根据部位类别所确定的候选解剖结构类别来对识别得到的初始解剖结构类别进行校正,以得到最终解剖结构类别,由此,实现了对初始解剖结构类别的校验,有利于提高最终解剖结构类别的准确性,进而能够实现医学影像中解剖结构的精确定位,并避免不利后果的发生。
技术领域
本发明涉及图像处理技术领域,尤其涉及一种解剖结构的识别方法、电子设备及存储介质。
背景技术
识别医学影像中解剖结构的常规方法在于,利用训练得到的解剖学结构检测模型来识别医学影像中的解剖学结构,具体地,可以利用解剖学结构标注金标准和已标注解剖学结构的影像数据来训练得到解剖学结构检测模型,例如,可以通过卷积神经网络训练解剖学结构检测模型,也可以通过构建一个传统算法B-spline(B样条)模型来实现。但是,训练得到的解剖学结构检测模型的识别结果存在出错的可能,并可能由此导致不利后果的发生。
发明内容
本发明要解决的技术问题是为了克服现有技术中解剖学结构检测模型的识别结果可能出错的缺陷,提供一种解剖结构的识别方法、电子设备及存储介质。
本发明是通过下述技术方案来解决上述技术问题:
一种解剖结构的识别方法,包括:
对目标医学影像进行解剖结构识别,得到初始解剖结构类别;
对所述目标医学影像进行部位识别,得到部位类别;
确定所述部位类别对应的候选解剖结构类别;
利用所述候选解剖结构类别校正所述初始解剖结构类别,得到最终解剖结构类别。
较佳地,所述利用所述候选解剖结构类别校正所述初始解剖结构类别的步骤包括:
对所述候选解剖结构类别与所述初始解剖结构类别求交集,得到最终解剖结构类别。
较佳地,所述对所述目标医学影像进行部位识别,得到部位类别的步骤包括:
将所述目标医学影像输入部位识别模型,得到目标部位标签范围,其中,所述部位识别模型利用每层影像均标注有部位标签的医学影像训练得到;
所述确定所述部位类别对应的候选解剖结构类别的步骤包括:
利用所述目标部位标签范围查找预设字典,得到候选解剖结构类别;
其中,部位标签与部位类别之间存在第一对应关系,所述预设字典包括部位标签与解剖结构类别之间的第二对应关系。
较佳地,所述对目标医学影像进行解剖结构识别,得到初始解剖结构类别的步骤包括:
将所述目标医学影像输入解剖结构识别模型,得到初始解剖结构类别和与所述初始解剖结构类别对应的初始位置范围,其中,所述解剖结构识别模型利用标注有解剖结构标注框的医学影像训练得到,所述解剖结构标注框的标注信息包括解剖结构类别和所述解剖结构标注框在所述医学影像中的位置范围;
在所述得到目标部位标签范围的步骤之后还包括:
利用与所述最终解剖结构类别对应的目标部位标签范围确定所述最终解剖结构类别在所述目标医学影像中对应的层位置范围;
利用所述最终解剖结构类别在所述目标医学影像中对应的层位置范围确定所述最终解剖结构类别在所述目标医学影像中对应的候选位置范围;
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上海联影智能医疗科技有限公司,未经上海联影智能医疗科技有限公司许可,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/202011625657.9/2.html,转载请声明来源钻瓜专利网。