[發明專利]醫學圖像分析方法、醫學圖像分析系統以及存儲介質

有效

• 申請號: 201710751978.5
• 申請日: 2017-08-28
• 公開（公告）號: CN107492099B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 李瑩瑩
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 彭久云

1.一種醫學圖像分析方法，包括：

獲取醫學圖像；

使用神經網絡處理所述醫學圖像，確定所述醫學圖像的分類結果；

將所述醫學圖像輸入到與所述分類結果相對應的多個輔助診斷裝置中；

其中，所述多個輔助診斷裝置被配置為分別分析所述醫學圖像的多個不同特征，輔助診斷裝置組包括所述多個輔助診斷裝置，所述輔助診斷裝置組的部分輔助診斷裝置被配置為分別分析不同類別的醫學圖像的特征，

其中，使用所述神經網絡處理所述醫學圖像，確定所述醫學圖像的分類結果，包括：

通過所述神經網絡提取所述醫學圖像的特征；以及

基于所述醫學圖像的特征，通過分類器對所述醫學圖像進行分類以得到所述分類結果，

其中，基于所述醫學圖像的特征，通過分類器對所述醫學圖像進行分類以得到所述分類結果，包括：

基于所述醫學圖像的特征，通過所述分類器計算所述醫學圖像針對多個不同類別的多個得分數；

根據所述多個得分數的排序確定所述醫學圖像的分類結果。

2.根據權利要求1所述的醫學圖像分析方法，其中，所述多個得分數為多個預測概率，所述分類結果與所述多個預測概率中的最大預測概率相對應。

3.根據權利要求1所述的醫學圖像分析方法，其中，所述輔助診斷裝置組中的輔助診斷裝置的數量大于所述多個得分數的數量。

4.根據權利要求1所述的醫學圖像分析方法，其中，在獲取所述醫學圖像前，所述醫學圖像分析方法還包括：

在訓練階段，利用醫學圖像庫中的樣本圖像訓練所述神經網絡，以生成所述神經網絡的參數。

5.根據權利要求4所述的醫學圖像分析方法，其中，

所述訓練階段的損失函數包括對數似然損失函數，所述對數似然損失函數表示為：

C＝-ln a_y

其中，C表示所述對數似然損失函數，y表示所述醫學圖像的類別，a_y表示y對應的預測概率。

6.一種醫學圖像分析系統，與多個輔助診斷裝置連接，包括：

神經網絡，包括輸入層和輸出層；

與所述神經網絡的輸入層連接的圖像采集裝置；以及

所述多個輔助診斷裝置與所述神經網絡的輸出層連接，其中，

所述圖像采集裝置被配置為獲取醫學圖像；

所述神經網絡被配置為：

接收并處理所述醫學圖像，確定所述醫學圖像的分類結果，以及

根據所述分類結果將所述醫學圖像輸入到所述多個輔助診斷裝置中；以及

所述多個輔助診斷裝置被配置為分別分析所述醫學圖像的多個不同特征，

其中，輔助診斷裝置組包括所述多個輔助診斷裝置，所述輔助診斷裝置組的部分輔助診斷裝置被配置為分別分析不同類別的醫學圖像的特征，其中，所述神經網絡包括分類器，所述神經網絡被配置為提取所述醫學圖像的特征，所述分類器被配置為基于所述醫學圖像的特征，對所述醫學圖像進行分類以得到所述分類結果，

在執行基于所述醫學圖像的特征，對所述醫學圖像進行分類以得到所述分類結果時，所述分類器被配置為：

基于所述醫學圖像的特征計算所述醫學圖像針對多個不同類別的多個得分數；以及

根據所述多個得分數的排序確定所述醫學圖像的分類結果。

7.根據權利要求6所述的醫學圖像分析系統，其中，所述分類器包括SVM分類器和SoftMax分類器中的至少之一。

8.根據權利要求6所述的醫學圖像分析系統，其中，所述多個得分數為多個預測概率，所述分類結果與所述多個預測概率中的最大預測概率相對應。

9.根據權利要求6所述的醫學圖像分析系統，其中，所述輔助診斷裝置組中的輔助診斷裝置的數量大于所述多個得分數的數量。

10.根據權利要求6-9任一項所述的醫學圖像分析系統，其中，所述神經網絡為卷積神經網絡。

11.一種存儲介質，存儲有適于由處理器運行的計算機指令，所述計算機指令被處理器運行時可以執行根據權利要求1-5任一所述的醫學圖像分析方法。