[發明專利]一種醫學圖像病變檢出合并方法、系統、終端及存儲介質

在審

• 申請號: 202010089794.9
• 申請日: 2020-02-13
• 公開（公告）號: CN111340756A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 李梓豪;張樹;俞益洲
• 申請（專利權）人: 北京深睿博聯科技有限責任公司;杭州深睿博聯科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04
• 代理公司: 北京天方智力知識產權代理事務所(普通合伙) 11719
• 代理人: 張廷利

1.一種醫學圖像病變檢出合并方法，其特征在于，包括：

將3D醫學圖像掃描切分為2D層面圖像，將其輸入2D卷積神經網絡進行2D病變檢測，并獲取2D層面圖像疑似病變區域的位置信息、特征向量及置信度；

根據所述位置信息、特征向量計算相鄰2D層面圖像任意兩疑似病變區域的特征相似度及空間相鄰度；

根據所述特征相似度及空間相鄰度計算相鄰2D層面圖像任意兩疑似病變區域屬于同一病變區域的概率分數；

根據所述概率分數構建圖結構；

利用圖的求解算法進行圖結構求解，得到圖結構的各連通子圖。

2.根據權利要求1所述的醫學圖像病變檢出合并方法，其特征在于，所述將3D醫學圖像掃描切分為2D層面圖像，將其輸入2D卷積神經網絡進行2D病變檢測，獲取2D層面圖像疑似病變區域的位置信息、特征向量及置信度，包括：

將3D醫學圖像掃描切分為若干2D層面圖像；

將已經進行層面切分的2D層面圖像輸入卷積神經網絡，經卷積神經網絡運算，輸出疑似病變區域的位置信息、置信度及對應特征向量；

使用設定的閾值對疑似病變區域進行初步過濾，若疑似病變區域的置信度高于設定的閾值，將其保留；否則，將其丟棄。

3.根據權利要求1所述的醫學圖像病變檢出合并方法，其特征在于，所述根據所述位置信息、特征向量計算相鄰2D層面圖像任意兩疑似病變區域的特征相似度及空間相鄰度，包括：

通過余弦距離、歐氏距離或皮爾森相關系數計算相鄰2D層面圖像任意兩疑似病變區域的特征相似度；

通過IoU或IoM函數計算相鄰2D層面圖像任意兩疑似病變區域的空間相鄰度。

4.根據權利要求1所述的醫學圖像病變檢出合并方法，其特征在于，所述利用圖的求解算法進行圖結構求解，得到圖結構的各連通子圖，包括：

使用最小生成樹進行連通子圖求解。

5.根據權利要求1所述的醫學圖像病變檢出合并方法，其特征在于，所述方法還包括：

將所有2D層面疑似病變區域的置信度求均值，得到3D疑似病變區域的置信度；

將所有2D層面疑似病變區域的位置信息求最大外接矩形，得到3D疑似病變區域的空間位置信息。

6.一種醫學圖像病變檢出合并系統，其特征在于，包括：

獲取單元，配置用于將3D醫學圖像掃描切分為2D層面圖像，將其輸入2D卷積神經網絡進行2D病變檢測，并獲取2D層面圖像疑似病變區域的位置信息、特征向量及置信度；

計算單元，配置用于根據所述位置信息、特征向量計算相鄰2D層面圖像任意兩疑似病變區域的特征相似度及空間相鄰度；

匹配單元，配置用于根據所述特征相似度及空間相鄰度計算相鄰2D層面圖像任意兩疑似病變區域屬于同一病變區域的概率分數；

構建單元，配置用于根據所述概率分數構建圖結構；

分配單元，配置用于利用圖的求解算法進行圖結構求解，得到圖結構的各連通子圖。

7.根據權利要求6所述的醫學圖像病變檢出合并系統，其特征在于，所述獲取單元具體用于：

將3D醫學圖像掃描切分為若干2D層面圖像；

將已經進行層面切分的2D層面圖像輸入卷積神經網絡，經卷積神經網絡運算，輸出疑似病變區域的位置信息、置信度及對應特征向量；

使用設定的閾值對疑似病變區域進行初步過濾，若疑似病變區域的置信度高于設定的閾值，將其保留；否則，將其丟棄。

8.根據權利要求6所述的醫學圖像病變檢出合并系統，其特征在于，所述計算單元具體用于：

通過余弦距離、歐氏距離或皮爾森相關系數計算相鄰2D層面圖像任意兩疑似病變區域的特征相似度；

通過IoU或IoM函數計算相鄰2D層面圖像任意兩疑似病變區域的空間相鄰度。

9.一種終端，其特征在于，包括：

處理器；

用于存儲處理器的執行指令的存儲器；

其中，所述處理器被配置為執行權利要求1-5任一項所述的方法。

10.一種存儲有計算機程序的計算機可讀存儲介質，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一項所述的方法。