[發明專利]醫療影像處理方法、裝置、電子設備和存儲介質

在審

• 申請號: 202110282542.2
• 申請日: 2021-03-16
• 公開（公告）號: CN113724187A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 陳星翰;常健博;王任直;馮銘;姚建華;尚鴻;王曉寧;鄭瀚;裴翰奇
• 申請（專利權）人: 騰訊科技（深圳）有限公司;中國醫學科學院北京協和醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 北京勵誠知識產權代理有限公司 11647
• 代理人: 趙爽

1.一種醫療影像處理方法，其特征在于，包括：

獲取包括目標區域的三維醫療影像；

將所述三維醫療影像輸入醫療預后預測模型，通過所述醫療預后預測模型中的第一網絡對所述三維醫療影像的每一層進行特征提取，得到所述三維醫療影像對應的二維影像特征序列；

將所述二維影像特征序列中的二維影像特征依次輸入所述醫療預后預測模型的第二網絡；

以所述第二網絡輸出的預測數據作為所述目標區域的預后預測結果。

2.根據權利要求1所述的方法，其特征在于，所述以所述第二網絡輸出的預測數據作為所述目標區域的預后預測結果，包括：

通過所述第二網絡對所述二維影像特征進行特征融合，得到影像融合特征；

基于所述影像融合特征，生成所述目標區域的預測數據；

以所述預測數據作為所述目標區域的預后預測結果。

3.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

獲取訓練樣本集，所述訓練樣本集中的各個訓練樣本包含包括目標區域的三維醫療影像以及配對的醫療標簽；

根據所述訓練樣本集對所述醫療預后預測模型進行訓練；

其中，在訓練過程中，所述第一網絡對訓練樣本中的三維醫療影像的每一層進行特征提取，得到訓練樣本中的三維醫療影像對應的二維影像特征序列，以及將所述二維影像特征序列中的二維影像特征依次輸入所述第二網絡；所述第二網絡將所述二維影像特征序列中的二維影像特征融合，以及根據融合之后的特征進行預測。

4.根據權利要求3所述的方法，其特征在于，所述根據所述訓練樣本集對所述醫療預后預測模型進行訓練，包括：

獲取第一圖像處理方式的參數信息，其中，所述第一圖像處理方式包括裁剪、翻轉、平移、縮放、旋轉中的至少一種；

隨機采用所述第一圖像處理方式所包括的處理方式中的一種或多種對訓練樣本中的三維醫療影像進行處理，得到增強的訓練樣本集；

根據所述增強的訓練樣本集對所述醫療預后預測模型進行訓練。

5.根據權利要求3所述的方法，其特征在于，所述獲取訓練樣本集，包括：

獲取多個原始的包括目標區域的三維醫療影像；

獲取第二圖像處理方式的參數信息，其中，所述第二圖像處理方式包括裁剪、翻轉、平移、縮放、旋轉中的至少一種；

隨機采用所述第二圖像處理方式所包括的處理方式中的一種或多種對所述多個原始的包括目標區域的三維醫療影像中的部分或全部進行處理，得到至少一個增強的包括目標區域的三維醫療影像；

將所述多個原始的包括目標區域的三維醫療影像和所述至少一個增強的包括目標區域的三維醫療影像作為訓練樣本，形成所述訓練樣本集。

6.根據權利要求3所述的方法，其特征在于，所述根據所述訓練樣本集對所述醫療預后預測模型進行訓練，包括：

根據所述醫療預后預測模型輸出的預測數據和所述醫療標簽，確定交叉熵損失量；

根據所述交叉熵損失量，采用自適應梯度下降算法對所述醫療預后預測模型中的第一網絡和第二網絡的模型參數進行優化。

7.根據權利要求3所述的方法，其特征在于，所述根據所述訓練樣本集對所述醫療預后預測模型進行訓練，包括：

從數據庫讀取第一預設值和/或第二預設值；

使用所述第一預設值作為所述第一網絡的初始參數，和/或，使用所述第二預設值作為所述第二網絡的初始參數。