[发明专利]医学图像质控、分类模型训练方法、装置及计算机设备

说明书

本说明书实施方式提供一种医学图像质控、分类模型训练方法、装置及计算机设备。该方法通过将针对指定医学检查项目的二维医学图像输入至医学图像分类模型中，降低了模型处理对象的复杂度，减少模型的响应时间。并利用医学图像分类模型对所述二维医学图像进行身体部位识别，确定所述二维医学图像对应的身体部位类别，从而根据二维医学图像对应的身体部位类别与所述指定医学检查项目所要求的目标部位生成针对指定医学检查项目的目标医学图像序列的质控结果。

技术领域

本说明书实施方式涉及医学图像处理技术领域，具体涉及一种医学图像质控、分类模型训练方法、装置及计算机设备。

背景技术

在肿瘤药物研发过程中需要招募受试者进行药物评估，经过筛选的受试者可以服用研发的药物以辅助研究者执行临床研究试验。在临床研究试验的过程中，通过医学成像设备在不同时期对受试者进行检查和拍摄，得到三维的医学图像序列。进一步地，由于医学检查图像序列作为评估药效的依据，因此需要确保医学图像序列的质量。

发明内容

有鉴于此，本说明书实施方式致力于提供一种医学图像质控、分类模型训练方法、装置及计算机设备，以减少质量控制的响应时间。

本说明书实施方式提供了一种医学图像序列质控方法，所述方法包括：将针对指定医学检查项目的二维医学图像输入至医学图像分类模型中；其中，所述二维医学图像是将针对所述指定医学检查项目的目标医学图像序列进行投影得到的；所述医学图像分类模型包括主干卷积网络、第一分支卷积网络以及第二分支卷积网络；其中，所述第一分支卷积网络、所述第二分支卷积网络分别连接于所述主干卷积网络；采用所述主干卷积网络对所述二维医学图像进行特征提取，得到主干图像特征；将所述主干图像特征分别输入至所述第一分支卷积网络、所述第二分支卷积网络中，对应得到所述第一分支卷积网络输出的第一类别概率数据、所述第二分支卷积网络输出的第二类别概率数据；基于所述第一类别概率数据、所述第二类别概率数据的融合结果确定所述二维医学图像对应的身体部位类别；根据所述身体部位类别与所述指定医学检查项目所要求的目标部位确定目标医学图像序列的质控结果。

本说明书实施方式提供一种医学图像分类模型训练方法，所述方法包括：构建医学图像训练样本集；其中，所述医学图像训练样本集包括若干张二维医学图像；利用所述二维医学图像对医学图像分类模型进行训练，直至满足模型停止训练条件；其中，所述医学图像分类模型包括主干卷积网络、第一分支卷积网络以及第二分支卷积网络；其中，所述第一分支卷积网络、所述第二分支卷积网络分别连接于所述主干卷积网络；所述主干卷积网络包括若干密集连接模块；其中，所述主干卷积网络，用于对所述二维医学图像进行特征提取，得到主干图像特征；所述第一分支卷积网络，用于对所述主干图像特征进行处理，得到第一类别概率数据；所述第二分支卷积网络，用于对所述主干图像特征进行处理，得到第二类别概率数据；其中，所述第一类别概率数据以及第二类别概率数据的融合结果，用于确定所述二维医学图像对应的身体部位类别。

本说明书实施方式提供一种医学图像序列质控装置，所述装置包括：医学图像输入模块，用于将针对指定医学检查项目的二维医学图像输入至医学图像分类模型中；其中，所述二维医学图像是将针对所述指定医学检查项目的目标医学图像序列进行投影得到的；所述医学图像分类模型包括主干卷积网络、第一分支卷积网络以及第二分支卷积网络；其中，所述第一分支卷积网络、所述第二分支卷积网络分别连接于所述主干卷积网络；主干特征提取模块，用于采用所述主干卷积网络对所述二维医学图像进行特征提取，得到主干图像特征；概率数据生成模块，用于将所述主干图像特征分别输入至所述第一分支卷积网络、所述第二分支卷积网络中，对应得到所述第一分支卷积网络输出的第一类别概率数据、所述第二分支卷积网络输出的第二类别概率数据；部位类别确定模块，用于基于所述第一类别概率数据、所述第二类别概率数据的融合结果确定所述二维医学图像对应的身体部位类别；质控结果确定模块，用于根据所述身体部位类别与所述指定医学检查项目所要求的目标部位确定目标医学图像序列的质控结果。