[發明專利]醫學影像的處理方法、標注方法和電子設備

有效

• 申請號: 202110703971.2
• 申請日: 2021-06-24
• 公開（公告）號: CN113409280B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 楊濤;李和意;張守寧;郭秋雨
• 申請（專利權）人: 青島海信醫療設備股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06N3/04;G06N3/08
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 王英

本申請涉及醫學智能技術領域，提供一種醫學影像的處理方法、標注方法和電子設備，用解決相關技術中如何提高疾病診斷模型的閱片結果的準確性的問題。本申請中，當面對疑難病例時，可發起多人閱片進行對醫學影像進行標注，然后融合所有人的標注結果，整合出準確的標注結果，由此降低個人經驗缺乏、主觀偏頗及疲勞過失導致的錯誤發生的概率。這樣，基于多人協同標注結果能夠構建出高質量的訓練樣本使得疾病針對模型能夠學習到準確的可信度高的特征。此外，本申請實施例中通過豐富樣本數量結合滾動訓練逐步提高模型的檢測結果的準確性。

技術領域

本申請涉及醫學智能技術領域，尤其涉及一種醫學影像的處理方法、標注方法和電子設備。

背景技術

醫學影像例如超聲影像和CT影像能夠幫助醫生診斷疾病。醫學影像的診斷結果會對疾病的診斷很重要。而在傳統的閱片系統中，閱片質量的優劣主要取決于閱片醫師的個人經驗和專業能力。除此之外，大量的高強度閱片工作也容易產生疲勞性誤判。

如何提高疾病診斷模型的閱片結果的準確性來提高閱片效率，是業內一直關心的問題。

發明內容

本申請實施例提供一種醫學影像的處理方法、標注方法和裝置，用于解決相關技術中對卷積神經網絡模型的訓練工作復雜的問題。

第一方面，本申請提供一種醫學影像的處理方法，所述方法包括：

響應于用戶觸發的多人協同標注請求，將醫學影像發送給至少兩個終端設備；

獲取所述用戶對所述醫學影像標注的特征區域，并獲取所述至少兩個終端設備分別對所述醫學影像標注的特征區域；

確定所述用戶和所述至少兩個終端設備分別標注的各特征區域之間的第一公共區域，作為所述醫學影像的標注區域，所述標注區域用于構建疾病診斷模型的訓練樣本。

可選的，所述獲取所述至少兩個終端設備分別對所述醫學影像標注的特征區域之后，所述方法還包括：

輸出所述醫學影像以及所述醫學影像的各個特征區域的標注標識；

響應于對任一標注標識的選擇請求，采用選擇的標注標識對應的標注顏色對選擇的標注標識對應的特征區域填充顏色，并展示選擇的標注標識對應的特征區域。

可選的，所述方法還包括：

基于隨機分配的方式，為所述至少兩個終端設備分別分配標注顏色，其中，每個終端設備和對應的標注顏色一一對應，所述標注顏色用以標記相應的特征區域。

可選的，所述方法還包括：

以突出展示方式展示所述標注區域。

可選的，所述方法還包括：

針對每個特征區域，采用所述特征區域構建所述醫學影像的第一訓練樣本；以及，

采用所述標注區域構建所述醫學影像的第二訓練樣本；

其中，所述第一訓練樣本和所述第二訓練樣本用于訓練所述疾病診斷模型。

可選的，訓練疾病診斷模型，包括：

采用醫學影像集對應的第一訓練樣本集，訓練所述疾病診斷模型，得到初始模型；所述第一訓練樣本集中包括各醫學影像對應的第一訓練樣本；

采用醫學影像集的第二訓練樣本集，訓練所述初始模型得到已訓練的所述疾病診斷模型；所述第二訓練樣本集中包括各醫學影像對應的第二訓練樣本。

可選的，所述方法還包括：

采用已訓練的所述疾病診斷模型對所述醫學影像進行處理，得到所述醫學影像的預測特征區；