[發明專利]醫學圖像分析方法、計算機設備和可讀存儲介質

在審

• 申請號: 202010009247.5
• 申請日: 2020-01-06
• 公開（公告）號: CN111210414A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 李青峰;石峰
• 申請（專利權）人: 上海聯影智能醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06K9/32
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 喬改利

1.一種醫學圖像分析方法，其特征在于，所述方法包括：

獲取待分析的醫學圖像；

將所述醫學圖像輸入預設的分類模型，得到所述醫學圖像的分類結果；以及以下步驟：

執行縮減操作：對所述醫學圖像進行縮減操作，得到縮減醫學圖像；將所述縮減醫學圖像輸入所述分類模型，得到所述縮減醫學圖像的分類結果；若所述縮減醫學圖像的分類結果精度大于所述醫學圖像的分類結果精度，則將所述縮減醫學圖像確定為醫學圖像的感興趣區域；

若所述縮減醫學圖像的分類結果精度不大于所述醫學圖像的分類結果精度，改變所述縮減操作的方向，重復所述縮減操作。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括迭代步驟：

將所述縮減醫學圖像作為所述醫學圖像，對所述步驟進行迭代操作，得到第二至第N個縮減醫學圖像，其中，在所有縮減操作的方向上，所述第N+1個縮減醫學圖像的分類結果精度不大于所述第N個醫學圖像的分類結果精度。

3.根據權利要求1-2任一項所述的方法，其特征在于，所述方法還包括：

將所述醫學圖像的感興趣區域或第二至第N個縮減醫學圖像中的任意圖像輸入預設的疾病標簽預測模型，得到所述醫學圖像的預測結果。

4.根據權利要求3所述的方法，其特征在于，所述疾病標簽預測模型包括循環神經網絡模型，所述方法還包括：

從所述醫學圖像、所述縮減醫學圖像、所述第二至第N個縮減醫學圖像中按順序任意選擇多幅圖像，組成圖像序列；

將所述圖像序列中的第一幅圖像，輸入所述循環神經網絡模型，得到中間預測結果；

將所述圖像序列中第二幅圖像作為當前操作對應的圖像，執行迭代預測操作；所述迭代預測操作包括：將所述中間預測結果和當前操作對應的圖像，輸入所述循環神經網絡模型，得到新的中間預測結果；

將所述圖像序列中第二幅圖像之后的圖像作為新的當前操作對應的圖像，返回執行所述迭代預測操作，直至遍歷完所述圖像序列中的圖像，并將所述圖像序列中的最后一幅圖像對應的預測結果，確定為所述醫學圖像的預測結果。

5.根據權利要求4所述的方法，其特征在于，所述圖像序列中的最后一幅圖像為第N個縮減圖像。

6.根據權利要求5所述的方法，其特征在于，所述圖像序列包括所述醫學圖像、所述縮減醫學圖像、所述第二至第N個縮減醫學圖像的全部圖像。

7.根據權利要求4所述的方法，其特征在于，所述疾病標簽預測模型為長短期記憶網絡模型。

8.根據權利要求7所述的方法，其特征在于，所述疾病標簽預測模型的訓練過程包括：

獲取樣本醫學圖像；

將所述樣本醫學圖像輸入預設的初始疾病標簽預測模型，得到對所述樣本醫學圖像的樣本預測結果；

根據所述樣本預測結果和預先對所述樣本醫學圖像標記的標簽，對所述初始疾病標簽預測模型進行訓練，得到所述疾病標簽預測模型。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1-8中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-8中任一項所述方法的步驟。