[发明专利]一种肿瘤恶化程度的识别方法、装置、设备和存储介质

说明书

本发明实施例提供一种肿瘤恶化程度的识别方法、装置、设备和存储介质，涉及计算机辅助诊断技术领域。其中，这种识别方法包含如下步骤S1、获取核磁共振图像。S2、通过目标检测模型，定位子宫图像在核磁共振图像中的区域，并提取包含区域的区域图像。S3、通过分割模型，识别区域图像中的子宫图像的子宫区域和肌瘤图像的肌瘤区域。S4、获取肿瘤区域和子宫区域的面积之比。S5、判断面积之比是否低于阈值。S6、当判断到面积之比低于阈值时，判定核磁共振图像对应的肿瘤恶化程度为IA期，否则为IB期。通过目标检测模型提取子宫区域的图像大大减少了计算量。通过ROC曲线获得得到的阈值，大大提升了判断结果的准确性，具有很好的实际意义。

技术领域

本发明涉及计算机辅助诊断技术领域，具体而言，涉及一种肿瘤恶化程度的识别方法、装置、设备和存储介质。

背景技术

根据国际妇产科联合会(FIGO)规定，子宫内膜癌(EC)的恶化程度分为四个阶段。EC患者在I期或II期的5年总生存率为74-91％，而到了IV期仅为为 20-26％。在EC的I期分为两个IA期和IB期。

IA期为肿瘤侵犯不到一半的子宫肌层，IB期为肿瘤侵犯达到一半或一半以上的子宫肌层。只有IA期患者会被大多数临床医生建议进行保守治疗，而患有 IB期的EC患者将会面临是否做手术的抉择，如果癌细胞中扩散过快，那么IA 期患者也将面临这个抉择。

在先技术中，通过核磁共振图像来判断子宫内膜癌的恶化程度，是大多数放射科医生做医学诊断的首选影像方式。但目前反应患者病灶信息的医学影像通常通过放射科医生根据他们的临床经验做出解释，而这种解释容易受到人的主观性影响，不仅效率低下，而且容易出现判断误差高，两个放射科医生可能会对同一张医学影像做出不同的解释。

有鉴于此，申请人在研究了现有的技术后特提出本申请。

发明内容

本发明提供了一种肿瘤恶化程度的识别方法、装置、设备和存储介质，以改善相关技术中的通过核磁共振图像判断肿瘤恶化程度效率低下的问题。

第一方面、

本发明实施例提供了一种肿瘤恶化程度的识别方法，其包含如下步骤：

S1、获取核磁共振图像；其中，所述核磁共振图像包含有子宫图像和肌瘤图像；

S2、通过目标检测模型，定位所述子宫图像在所述核磁共振图像中的区域，并提取包含所述区域的区域图像；

S3、通过分割模型，识别所述区域图像中的所述子宫图像的子宫区域和所述肌瘤图像的肌瘤区域；

S4、获取所述肿瘤区域和所述子宫区域的面积之比；

S5、判断所述面积之比是否低于阈值；其中，所述阈值通过ROC曲线获取；

S6、当判断到所述面积之比低于所述阈值时，判定所述核磁共振图像对应的肿瘤恶化程度为IA期，否则为IB期。

可选地，所述目标检测模型为以ResNet50作为主干特征提取网络的 FASTER-RCNN模型；

可选地，步骤S2具体包括：

通过FASTER-RCNN模型，识别所述核磁共振图像中的子宫图像，以获取框住所述子宫图像的矩形框信息；其中，所述矩形框信息包括中心坐标、高度和宽度；

以所述中心坐标为原点，将所述高度和所述宽度放大预定倍数后，提取放大后框住的图像作为所述区域图像。

可选地，所述分割模型为通过交叉验证方法训练得到的U-net模型，用以将所述区域图像中的所述子宫区域和所述肌瘤区域标记为不同的鲜艳的纯色，其它区域标记为同一种灰度的灰色；

可选地，所述通过交叉验证方法训练得到的所述U-net模型，具体包括：