[發明專利]圖像處理方法、裝置、設備及存儲介質

有效

• 申請號: 202011124707.5
• 申請日: 2020-10-20
• 公開（公告）號: CN112164447B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 祝夢夢;魏東;顧實;馬鍇;鄭冶楓
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20;G06N20/00
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 徐立

1.一種圖像處理方法，其特征在于，所述方法包括：

獲取方位圖組，所述方位圖組包含在不同方位上對指定類型對象進行掃描得到的至少兩個掃描圖像，所述掃描圖像是醫學數字成像和通信DICOM格式的圖像；

從第一方位圖和第二方位圖的DICOM數據頭部中，分別獲取所述第一方位圖的空間方位信息和所述第二方位圖的空間方位信息；所述第一方位圖與所述第二方位圖是所述方位圖組中任意兩個對應不同方位的掃描圖像；

基于所述第一方位圖的空間方位信息和所述第二方位圖的空間方位信息，獲取所述第一方位圖中對應所述第二方位圖的方位回歸線，所述方位回歸線用于指示所述至少兩個掃描圖像之間的方位關系；

基于所述方位圖組，以及所述方位圖組對應的方位回歸線，對第一模型進行訓練；當所述第一模型訓練完成后，將所述第一模型遷移轉移至圖像處理任務，并根據訓練樣本集中樣本圖像對應的標注信息，以及標注信息對應的任務類型，確定第二模型；所述任務類型包括圖像分類任務、圖像分割任務和K-Way任務中至少一種，所述第二模型用于在經過所述訓練樣本集的訓練后，對包含所述指定類型對象的目標圖像執行所述圖像處理任務。

2.根據權利要求1所述的方法，其特征在于，所述基于所述方位圖組，以及所述方位圖組對應的方位回歸線，對第一模型進行訓練，包括：

基于所述第一方位圖，以及所述第一方位圖中對應所述第二方位圖的方位回歸線，對所述第一模型進行訓練。

3.根據權利要求2所述的方法，其特征在于，所述基于所述第一方位圖，以及所述第一方位圖中對應所述第二方位圖的方位回歸線，對所述第一模型進行訓練，包括：

將所述第一方位圖輸入所述第一模型，獲得所述第一方位圖對應的預測回歸線；

基于所述第一方位圖對應的預測回歸線，以及所述第一方位圖中對應所述第二方位圖的方位回歸線，對所述第一模型進行更新。

4.根據權利要求3所述的方法，其特征在于，基于所述第一方位圖對應的預測回歸線，以及所述第一方位圖中對應所述第二方位圖的方位回歸線，對所述第一模型進行更新，包括：

基于所述第一方位圖中對應所述第二方位圖的方位回歸線，獲取所述第一方位圖中對應所述第二方位圖的方位熱點圖；所述方位熱點圖用于指示所述第一方位圖上各點與所述方位回歸線的距離；

基于所述第一方位圖對應的預測回歸線，以及所述第一方位圖中對應所述第二方位圖的方位熱點圖，對所述第一模型進行訓練。

5.根據權利要求4所述的方法，其特征在于，所述基于所述第一方位圖對應的預測回歸線，以及所述第一方位圖中對應所述第二方位圖的方位熱點圖，對所述第一模型進行訓練，包括：

將所述第一方位圖對應的預測回歸線，以及所述第一方位圖中對應所述第二方位圖中的方位熱點圖之間的均方差值，獲取為所述第一模型的損失函數值；

基于所述損失函數值，對所述第一模型的參數進行更新。

6.根據權利要求1至5任一所述的方法，其特征在于，所述第一模型是編碼器-解碼器結構的網絡模型。

7.根據權利要求6所述的方法，其特征在于，當所述圖像處理任務是圖像分類任務時，所述第二模型中包含所述第一模型中的編碼器部分。

8.根據權利要求6所述的方法，其特征在于，當所述圖像處理任務是圖像分割任務時，所述第二模型中包含所述第一模型中的編碼器部分和解碼器部分。

9.根據權利要求1至5任一所述的方法，其特征在于，所述方位圖組中的各個掃描圖像，是基于解剖結構特點，采用傾斜成像平面掃描獲得的醫學影像。