[发明专利]一种图像处理方法、装置、设备及存储介质

说明书

本申请提供一种图像处理方法、装置、设备及存储介质，该方法包括：获取多个不同期相的待处理图像；基于第一神经网络模型对所述多个不同期相的待处理图像进行征象分类处理，得到所述多个不同期相的待处理图像对应的目标征象分类结果；基于第二神经网络模型对所述多个不同期相的待处理图像进行尺寸回归处理，得到所述多个不同期相的待处理图像对应的目标尺寸回归结果；基于所述目标征象分类结果和所述目标尺寸回归结果，确定所述多个不同期相的待处理图像对应的第一等级分类结果。本申请能够提高第一等级分类结果确定的效率和准确率，并降低了第一等级分类结果确定的成本。

技术领域

本申请属于计算机技术领域，具体涉及一种图像处理方法、装置、设备及存储介质。

背景技术

现有技术采用影像报告和数据系统作为感兴趣目标的等级评价标准。比如，采用肝脏影像报告和数据系统(LI-RADS)作为肝癌等级的评价标准，具体过程可以如下：按照LI-RADS评估标准先对各个征象(评估对象包括三大主要征象和超过二十个次要征象)进行评估，得到各个征象的征象评估结果，然后对各个评估对象的征象评估结果进行综合分析，给出最终的LI-RADS评估等级。

然而，使用LI-RADS对肝癌进行评级的流程繁琐，难度较大，且评估结果易受不同医生的主观误差影响，从而限制了将LI-RADS标准应用于临床的可行性。

发明内容

为了解决上述技术问题，本申请提出一种图像处理方法、装置、设备及存储介质。

一方面，本申请提出了一种图像处理方法，该方法包括：

获取多个不同期相的待处理图像；

基于第一神经网络模型对所述多个不同期相的待处理图像进行征象分类处理，得到所述多个不同期相的待处理图像对应的目标征象分类结果；

基于第二神经网络模型对所述多个不同期相的待处理图像进行尺寸回归处理，得到所述多个不同期相的待处理图像对应的目标尺寸回归结果；

基于所述目标征象分类结果和所述目标尺寸回归结果，确定所述多个不同期相的待处理图像对应的第一等级分类结果。

进一步地，所述多个不同期相的待处理图像包括多个第一征象图像，所述第一神经网络模型包括第一征象分类模型，所述目标征象分类结果包括第一征象分类结果，则所述基于第一神经网络模型对所述多个不同期相的待处理图像进行征象分类处理，得到所述多个不同期相的待处理图像对应的目标征象分类结果，包括：

基于所述第一征象分类模型中的第一特征提取层，对所述多个第一征象图像进行特征提取，得到所述多个第一征象图像各自对应的特征提取结果；

基于所述第一征象分类模型中的第一全连接层，对所述多个第一征象图像各自对应的特征提取结果进行融合，得到所述多个第一征象图像对应的特征融合结果；

基于所述第一征象分类模型对所述特征融合结果进行处理，得到所述多个第一征象图像对应的所述第一征象分类结果。

进一步地，所述多个不同期相的待处理图像包括多个第二征象图像，所述第一神经网络模型包括第二征象分类模型，所述目标征象分类结果包括第二征象分类结果，则所述基于第一神经网络模型对所述多个不同期相的待处理图像进行征象分类处理，得到所述多个不同期相的待处理图像对应的目标征象分类结果，包括：

基于所述第二征象分类模型中的第二特征提取层，对所述多个第二征象图像进行特征提取，得到所述多个第二征象图像各自对应的特征提取结果；

基于所述第二征象分类模型中的第二全连接层，对所述多个第二征象图像各自对应的特征提取结果进行处理，得到所述多个第二征象图像各自对应的征象分类结果；

基于所述第二征象分类模型对所述多个第二征象图像各自对应的征象分类结果进行处理，得到所述多个第二征象图像对应的所述第二征象分类结果。