[发明专利]一种多幅医学图像的识别方法及相关装置

权利要求书

1.一种多幅医学图像的识别方法，其特征在于，所述的方法包括：

获取待识别的医学图像，其中，所述医学图像为多幅医学图像；

识别所述医学图像中的各幅医学图像各自对应的图像区域，并基于识别的各图像区域确定各幅医学图像各自对应的图像模态。

2.根据权利要求1所述的多幅医学图像的识别方法，其特征在于，所述识别所述医学图像中的各幅医学图像各自对应的图像区域具体包括：

对所述医学图像进行边缘检测，得到各幅医学图像的候选图像边缘；

基于形状先验知识对各候选图像边缘进行修正，得到各幅医学图像各自对应的图像区域。

3.根据权利要求1或2所述的多幅医学图像的识别方法，其特征在于，所述基于识别的各图像区域确定各幅医学图像各自对应的图像模态具体包括：

提取各图像区域各自对应的图像特征；

基于各图像特征以及经过训练的分类器，确定各幅医学图像各自对应的图像模态。

4.根据权利要求3所述的多幅医学图像的识别方法，其特征在于，所述分类器包括若干SVM分类器，若干SVM分类器中的各SVM分类器各自配置的默认图像模态互不相同；所述基于各图像特征以及经过训练的分类器，确定各幅医学图像各自对应的图像模态具体包括：

将各图像特征分别输入各SVM分类器；

控制各SVM分类器确定属于各自配置的默认图像模态的图像区域，以得到各幅医学图像各自对应的图像模态。

5.根据权利要求1所述的多幅医学图像的识别方法，其特征在于，所述识别所述医学图像中的各幅医学图像各自对应的图像区域，并基于识别的各图像区域确定各幅医学图像各自对应的图像模态具体包括：

将所述医学图像输入经过训练的识别网络模型，通过所述识别网络模型确定各幅医学图像各自对应的图像区域及图像模态。

6.根据权利要求5所述的多幅医学图像的识别方法，其特征在于，所述识别网络模型包括特征提取模块和定位与识别模块，所述将所述医学图像输入经过训练的识别网络模型，通过所述识别网络模型确定各幅医学图像各自对应的图像区域及图像模态具体包括：

将所述医学图像输入所述特征提取模块，通过所述特征提取模块确定所述医学图像对应的特征图；

将所述特征图输入所述定位与识别模块，通过所述定位与识别模块确定各幅医学图像各自对应的图像区域及图像模态。

7.根据权利要求1所述的多幅医学图像的识别方法，其特征在于，所述识别所述医学图像中的各幅医学图像各自对应的图像区域，并基于识别的各图像区域确定各幅医学图像各自对应的图像模态之后，所述方法还包括：

基于各幅医学图像各自对应的图像区域及图像模态，在所述医学图像选取目标图像模态的单幅医学图像，其中，所述目标图像模态包含于各幅医学图像对应的图像模态所形成的图像模态集内。

8.一种多幅医学图像的识别装置，其特征在于，所述的装置包括：

获取模块，用于获取待识别的医学图像，其中，所述医学图像为多幅医学图像；

识别模块，用于识别所述医学图像中的各幅医学图像各自对应的图像区域，并基于识别的各图像区域确定各幅医学图像各自对应的图像模态。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的多幅医学图像的识别方法中的步骤。

10.一种终端设备，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的多幅医学图像的识别方法中的步骤。