[發明專利]一種醫學圖像處理方法、醫學圖像識別方法及裝置

在審

• 申請號: 202110488048.1
• 申請日: 2021-05-06
• 公開（公告）號: CN113077464A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 吳國軍
• 申請（專利權）人: 吳國軍
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06T7/10;G06T7/90;G06N3/00;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種圖像處理的技術領域，揭露了一種醫學圖像處理方法、醫學圖像識別方法，包括：獲取醫學圖像，對醫學圖像進行圖像灰度化、灰度拉伸以及灰度增強的預處理；利用擴散濾波方法對預處理完成的醫學圖像進行濾波降噪處理；利用基于隨機森林的圖像特征點定位算法對醫學圖像進行特征點定位，得到醫學圖像中的特征點；根據醫學圖像特征點位置，利用自適應分割算法對醫學圖像進行自適應分割處理，得到若干醫學圖像塊；將醫學圖像塊輸入到醫學圖像識別模型中，利用醫學圖像識別模型進行醫學圖像塊中病灶信息的識別。本發明還提供了一種醫學圖像處理識別裝置。本發明實現了醫學圖像的識別處理。

技術領域

本發明涉及圖像處理的技術領域，尤其涉及一種醫學圖像處理方法、醫學圖像識別方法及裝置。

背景技術

醫學圖像能提供重要的臨床診斷信息，大量病情的確診都依賴于對醫學圖像的識別。近年來，因設備性能的不斷提升產生了大量的醫學圖像數據，提供了更加豐富的特征信息，如何精確有效的從大量醫學圖像中識別出有用信息對于病情診斷具有重要的意義。

目前在臨床診斷和治療中，對醫學圖像重要特征點的定位仍以手工操作為主。人工操作不僅需要耗費巨大的工作量、花費較長的時間，而且準確性不可避免地會受到人為因素、醫生狀態等主觀因素的影響；此外，因為不同醫生的在臨床實踐經驗、個人精神狀態方面存在著無法避免但是無法忽略的差異，所以定位精度也會直接受到影響。

鑒于此，如何實現更為高效地識別定位出醫學圖像中的特征點，成為本領域技術人員亟待解決的問題。

發明內容

本發明提供一種醫學圖像處理方法、醫學圖像識別方法，通過利用擴散濾波方法對預處理完成的醫學圖像進行濾波降噪處理，得到降噪后的醫學圖像，利用基于隨機森林的圖像特征點定位算法對醫學圖像進行特征點定位，得到醫學圖像中的特征點，根據醫學圖像特征點位置，利用自適應分割算法對醫學圖像進行自適應分割處理，得到若干醫學圖像塊，將醫學圖像塊輸入到醫學圖像識別模型中，利用醫學圖像識別模型進行醫學圖像塊中病灶信息的識別。

為實現上述目的，本發明提供的一種醫學圖像處理方法、醫學圖像識別方法，包括：

獲取醫學圖像，對醫學圖像進行圖像灰度化、灰度拉伸以及灰度增強的預處理，得到預處理完成的醫學圖像；

利用擴散濾波方法對預處理完成的醫學圖像進行濾波降噪處理，得到降噪后的醫學圖像；

利用基于隨機森林的圖像特征點定位算法對醫學圖像進行特征點定位，得到醫學圖像中的特征點；

根據醫學圖像特征點位置，利用自適應分割算法對醫學圖像進行自適應分割處理，得到若干醫學圖像塊；

將醫學圖像塊輸入到醫學圖像識別模型中，利用醫學圖像識別模型進行醫學圖像塊中病灶信息的識別。

可選地，所述對醫學圖像進行圖像灰度化、灰度拉伸以及灰度增強的預處理，包括：

1)對醫學圖像中每一個像素的三個分量求最大值，并將該最大值設置為該像素點的灰度值，得到圖像的灰度圖，所述灰度化處理的公式為：

G(i,j)＝max{R(i,j),G(i,j),B(i,j)}

其中：

(i,j)為醫學圖像中的一個像素點；

R(i,j),G(i,j),B(i,j)分別為像素點(i,j)在R、G、B三個顏色通道中的值；

G(i,j)為像素點(i,j)的灰度值；

2)對于所述灰度圖，利用分段線性變換的方式對圖像灰度進行拉伸，所述灰度拉伸的公式為：

其中：