[发明专利]一种图像处理方法、装置、计算机设备及存储介质

说明书

本公开提供了一种图像处理方法、装置、计算机设备及存储介质，其中，该方法包括：获取第一目标对象的第一图像；获取所述第一图像中的目标区域的区域尺寸信息；获取第二目标对象在所述目标区域中的第一位置信息；基于所述区域尺寸信息以及所述第一位置信息，确定第一特征数据，所述第一特征数据包括所述第二目标对象相对于所述目标区域的位置关系的数据；以及基于所述第一特征数据，确定所述第二目标对象在所述第一目标对象中的目标部位信息。本公开实施例提供的图像处理方法可以对医学图像等图像进行更高效率处理，从而能够更快的判断出图像中反映出的病灶等部位的具体位置。

技术领域

本公开涉及机器学习技术领域，具体而言，涉及一种图像处理方法、装置、计算机设备及存储介质。

背景技术

深度学习(DeepLearning，DL)是指通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示的方法，可以对图像、文字、声音等信息进行特征识别，并基于识别特征对信息中包含的内容做出解释，具有广泛的应用场景。例如，在医学领域中，可以利用深度学习算法对医学影像进行处理，获得图像反映的具体信息。目前，利用深度学习算法对医学影像进行处理，存在效率较低的问题。

发明内容

本公开实施例至少提供一种图像处理方法、装置、计算机设备及存储介质。

第一方面，本公开实施例提供了一种图像处理方法，包括：获取第一目标对象的第一图像；获取所述第一图像中的目标区域的区域尺寸信息；获取第二目标对象在所述目标区域中的第一位置信息；基于所述区域尺寸信息以及所述第一位置信息，确定第一特征数据，所述第一特征数据包括所述第二目标对象相对于所述目标区域的位置关系的数据；以及基于所述第一特征数据，确定所述第二目标对象在所述第一目标对象中的目标部位信息。

这样，基于第一目标对象和第二目标对象之间相对位置关系确定第二目标对象在第一目标对象中的具体位置的方法，利用了人体本身的生理结构，可以快速从图像中确定第二目标对象的具体位置，具有更高的效率。

一种可选的实施方式中，所述基于所述第一特征数据，确定所述第二目标对象在所述第一目标对象中的目标部位信息，包括：基于所述第一特征数据，确定所述第二目标对象在所述第一目标对象中的目标部位的第一部位信息，其中，所述目标部位包括多个子部位；以及基于所述第一特征数据以及所述第一部位信息，从所述多个子部位中确定所述第二目标对象所在目标子部位的第二部位信息，作为所述目标部位信息。

这样，通过分步法确定目标对象在所述第一目标对象的目标部位信息，可靠性更高。

一种可选的实施方式中，所述获取第一目标对象的第一图像，包括基于预设分辨率对所述第一图像进行重采样。

这样，将第一图像重采样至预设的分辨率下，减少了基于第一图像确定第一目标对象和第二目标对象的相对位置关系时的运算量，运算负荷更小，效率更高。

一种可选的实施方式中，所述获取所述第一图像中的目标区域的区域尺寸信息，包括：基于重采样的第一图像，确定所述目标区域的区域尺寸信息。

一种可选的实施方式中，所述获取第二目标对象在所述目标区域中的第一位置信息，包括：获取所述第二目标对象在所述第一图像中的第二位置信息；以及基于所述目标区域在所述第一图像中的第三位置信息以及所述第二目标对象的第二位置信息，确定所述第二目标对象在基于所述目标区域建立的区域坐标系中的所述第一位置信息。

这样，将第一目标对象在第一图像中的位置信息转换至区域坐标系下，有利于表征第二目标对象在第一目标对象中的具体位置。