[發明專利]一種圖像處理模型構建方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202011180595.5
• 申請日: 2020-10-29
• 公開（公告）號: CN112288006A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 趙萬明
• 申請（專利權）人: 深圳開立生物醫療科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 陳彥如

本發明公開了一種圖像處理模型構建方法、裝置、設備及可讀存儲介質，該方法包括：獲取并解析模型構建請求，得到模型集成模塊選取參數；利用模型集成模塊選取參數，生成配置文件；調用配置文件，從圖像處理模型集成庫中選出模型集成模塊；利用模型集成模塊，構建初始圖像處理模型；訓練初始圖像處理模型，得到用于處理醫學圖像的目標圖像處理模型。在該方法中，僅基于模型選取參數便可基于圖像處理模型集成庫中的模型集成模塊，實現快速且自動地構建出模型并完成訓練，簡化了模型構建流程，能夠減少用戶/研究者的技術門檻。在面對多場景的情況下，可避免用戶/研究者的重復工作。

技術領域

本發明涉及計算機應用技術領域，特別是涉及一種圖像處理模型構建方法、裝置、設備及可讀存儲介質。

背景技術

對于處理醫學圖像的圖像處理模型的構建，不僅要求開發人員具有圖像處理技術知識，還要求開放人員能夠充分了解醫學圖像處理的需求和相關常識。這對開發人員而言，是困難的。下面以圖像處理模型構建為例，對此進行詳細說明。

影像組學：從醫學影像中提取高通量特征來量化腫瘤等重大疾病，并借助機器學習等數據挖掘技術，揭示醫學影像背后蘊含的生物學本質。其在腫瘤診斷分型、治療方案選擇和預后分析等方面表現出巨大優勢，是臨床醫學和生物醫學工程的研究熱點。

影像組學研究中，一個影像組學模型的建立，大致流程依次為：圖像分割、影像組學特征提取、特征工程(如特征篩選、特征降維等)、數據挖掘(特征建模)。為適應影像組學多場景建模的需要，研究者們往往通過不斷地調整各個步驟的參數、方法，進而得到最優秀的影像組學模型。

在影像組學模型的構建過程中，需要研究者不但具有一定的臨床專業知識，又要有一定的計算機工程技術能力和數據挖掘能力。一線臨床醫生雖然掌握相對豐富的醫療數據資源和專業的臨床知識，卻往往不具備足夠的計算機工程技術能力，只能尋求與工程技術人員的合作。而即使同時具有了一定的工程技術基礎和臨床經驗基礎，要完成整一套的影像組學建模流程，研究者們往往需要通過不斷地調整各個步驟的參數、策略等進行模型訓練，進而得到最優秀的影像組學模型。當場景稍有改變，研究者們就不得不重新進行以上流程，直到找到最佳參數和策略組合，進而訓練得到最優秀的影像組學模型。

由此可見，目前完成一個圖像處理模型的搭建、訓練，將耗費極大的時間和心力。這無疑增加了相關科研工作的人力、物力以及溝通成本，也將嚴重制約影像組學技術的發展和應用。

綜上所述，如何有效地解決簡化圖像處理模型的構建等問題，是目前本領域技術人員急需解決的技術問題。

發明內容

本發明的目的是提供一種圖像處理模型構建方法、裝置、設備及可讀存儲介質，能夠簡化圖像處理模型的構建訓練過程。

為解決上述技術問題，本發明提供如下技術方案：

一種圖像處理模型構建方法，包括：

獲取并解析模型構建請求，得到模型集成模塊選取參數；

利用所述模型集成模塊選取參數，生成配置文件；

調用所述配置文件，從圖像處理模型集成庫中選出模型集成模塊；

利用所述模型集成模塊，構建初始圖像處理模型；

訓練所述初始圖像處理模型，得到用于處理醫學圖像的目標圖像處理模型。

優選地，所述獲取并解析模型構建請求，得到模型集成模塊選取參數，包括：

對人機交互界面進行監控，得到所述模型構建請求；

解析所述模型構建請求，得到所述模型集成模塊選取參數；所述模型集成模塊選取參數包括模型集成模塊標識和模型集成模塊內部參數。

優選地，包括：所述圖像處理模型集成庫為影像組學模型集成庫，