[发明专利]一种医学图像处理方法、医学图像识别方法及装置

说明书

本发明涉及一种图像处理的技术领域，揭露了一种医学图像处理方法、医学图像识别方法，包括：获取医学图像，对医学图像进行图像灰度化、灰度拉伸以及灰度增强的预处理；利用扩散滤波方法对预处理完成的医学图像进行滤波降噪处理；利用基于随机森林的图像特征点定位算法对医学图像进行特征点定位，得到医学图像中的特征点；根据医学图像特征点位置，利用自适应分割算法对医学图像进行自适应分割处理，得到若干医学图像块；将医学图像块输入到医学图像识别模型中，利用医学图像识别模型进行医学图像块中病灶信息的识别。本发明还提供了一种医学图像处理识别装置。本发明实现了医学图像的识别处理。

技术领域

本发明涉及图像处理的技术领域，尤其涉及一种医学图像处理方法、医学图像识别方法及装置。

背景技术

医学图像能提供重要的临床诊断信息，大量病情的确诊都依赖于对医学图像的识别。近年来，因设备性能的不断提升产生了大量的医学图像数据，提供了更加丰富的特征信息，如何精确有效的从大量医学图像中识别出有用信息对于病情诊断具有重要的意义。

目前在临床诊断和治疗中，对医学图像重要特征点的定位仍以手工操作为主。人工操作不仅需要耗费巨大的工作量、花费较长的时间，而且准确性不可避免地会受到人为因素、医生状态等主观因素的影响；此外，因为不同医生的在临床实践经验、个人精神状态方面存在着无法避免但是无法忽略的差异，所以定位精度也会直接受到影响。

鉴于此，如何实现更为高效地识别定位出医学图像中的特征点，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种医学图像处理方法、医学图像识别方法，通过利用扩散滤波方法对预处理完成的医学图像进行滤波降噪处理，得到降噪后的医学图像，利用基于随机森林的图像特征点定位算法对医学图像进行特征点定位，得到医学图像中的特征点，根据医学图像特征点位置，利用自适应分割算法对医学图像进行自适应分割处理，得到若干医学图像块，将医学图像块输入到医学图像识别模型中，利用医学图像识别模型进行医学图像块中病灶信息的识别。

为实现上述目的，本发明提供的一种医学图像处理方法、医学图像识别方法，包括：

获取医学图像，对医学图像进行图像灰度化、灰度拉伸以及灰度增强的预处理，得到预处理完成的医学图像；

利用扩散滤波方法对预处理完成的医学图像进行滤波降噪处理，得到降噪后的医学图像；

利用基于随机森林的图像特征点定位算法对医学图像进行特征点定位，得到医学图像中的特征点；

根据医学图像特征点位置，利用自适应分割算法对医学图像进行自适应分割处理，得到若干医学图像块；

将医学图像块输入到医学图像识别模型中，利用医学图像识别模型进行医学图像块中病灶信息的识别。

可选地，所述对医学图像进行图像灰度化、灰度拉伸以及灰度增强的预处理，包括：

1)对医学图像中每一个像素的三个分量求最大值，并将该最大值设置为该像素点的灰度值，得到图像的灰度图，所述灰度化处理的公式为：

G(i,j)＝max{R(i,j),G(i,j),B(i,j)}

其中：

(i,j)为医学图像中的一个像素点；

R(i,j),G(i,j),B(i,j)分别为像素点(i,j)在R、G、B三个颜色通道中的值；

G(i,j)为像素点(i,j)的灰度值；

2)对于所述灰度图，利用分段线性变换的方式对图像灰度进行拉伸，所述灰度拉伸的公式为：

其中：