[發明專利]一種病灶圖像的處理方法以及相關裝置

在審

• 申請號: 202110285271.6
• 申請日: 2021-03-17
• 公開（公告）號: CN113724188A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 鄭瀚;常健博;王任直;馮銘;姚建華;王曉寧;裴翰奇;陳星翰;尚鴻
• 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;G06K9/62;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: 王仲凱

1.一種病灶圖像的處理方法，其特征在于，包括：

獲取包含目標病灶的待預測圖像并輸入目標模型中的編碼器進行向量表示，以得到編碼向量；

將所述編碼向量輸入所述目標模型中的映射器進行圖像維度的向量轉換，以得到目標向量，所述映射器基于病灶圖像對訓練所得，所述病灶圖像對由基于時序關系檢測所得訓練圖像組成，所述訓練圖像包含所述目標病灶；

將所述目標向量輸入所述目標模型中的解碼器進行圖像預測，以得到包含基于所述時序關系變化后的目標病灶的預測圖像。

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：

采集多個病灶圖像對，所述病灶圖像對包括基于所述時序關系采集的第一圖像和第二圖像，所述第一圖像為在第一時間節點對所述目標病灶進行檢測得到的圖像，所述第二圖像為在第二時間節點對所述目標病灶進行檢測得到的圖像，所述第二時間節點在所述第一時間節點之后；

基于所述病灶圖像對對所述目標模型進行訓練，所述目標模型的訓練過程包括重構任務和預設任務，所述重構任務用于基于所述第一圖像進行圖像重構，所述預測任務用于學習所述第一圖像和所述第二圖像的對應關系。

3.根據權利要求2所述的方法，其特征在于，所述基于所述病灶圖像對對所述目標模型進行訓練，包括：

基于所述病灶圖像對中的所述第一圖像進行恒等映射，以得到重構解碼圖像；

根據所述重構解碼圖像向所述第一圖像進行恢復的過程執行所述重構任務；

若所述重構解碼圖像與所述第一圖像相似度度達到閾值，則結束所述重構任務；

基于所述第一圖像和所述第二圖像的對應關系執行所述預測任務，以對所述目標模型進行訓練。

4.根據權利要求3所述的方法，其特征在于，所述基于所述病灶圖像對中的所述第一圖像進行恒等映射，以得到重構解碼圖像，包括：

對所述病灶圖像對中的所述第一圖像進行編碼操作，以對所述第一圖像的特征維度進行壓縮得到第一特征向量；

對所述第一特征向量進行解碼操作，以基于第一約束函數進行相似度約束得到重構解碼圖像，所述重構解碼圖像的特征維度為所述第一特征向量恢復到所述第一圖像對應的特征維度；

對所述重構解碼圖像和所述第一圖像進行判別操作，以得到判別結果，所述判別操作的目標為基于第二約束函數輸出的所述判別結果為所述第一圖像，所述編碼操作與所述解碼操作的目標為基于第三約束函數輸出的所述判別結果為所述重構解碼圖像；

所述根據所述重構解碼圖像向所述第一圖像進行恢復的過程執行所述重構任務，包括：

基于所述第二約束函數和所述第三約束函數的調整過程執行所述重構任務。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

獲取預設預熱步數；

基于所述預設預熱步數循環進行所述第一約束函數的相似度約束過程，以對所述編碼操作和所述解碼操作的過程進行預熱。

6.根據權利要求3所述的方法，其特征在于，所述基于所述第一圖像和所述第二圖像的對應關系執行所述預測任務，以對所述目標模型進行訓練，包括：

將所述第一圖像進行向量表示，以得到低維向量；

將所述低維向量輸入映射器，以得到預測向量；

基于所述預測向量向所述第二圖像對應的向量進行轉換，以對第四約束函數進行調整；

基于所述第四約束函數的調整過程執行所述預測任務，以對所述目標模型進行訓練。

7.根據權利要求3所述的方法，其特征在于，所述方法還包括：

對所述病灶圖像對中的圖像進行裁剪；

基于預設角度對裁剪后的所述病灶圖像對中的圖像進行對齊，以得到對齊圖像對；

將所述對齊圖像對中的圖像調整至同一特征維度；

基于調整后的所述對齊圖像對中的圖進行標準化處理，以對所述病灶圖像對進行更新。