[發明專利]圖像處理方法、裝置及存儲介質

有效

• 申請號: 202110778691.8
• 申請日: 2021-07-09
• 公開（公告）號: CN113469981B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 鄭超;陽光
• 申請（專利權）人: 數坤（北京）網絡科技股份有限公司
• 主分類號: G16H15/00
• 分類號: G16H15/00
• 代理公司: 深圳紫藤知識產權代理有限公司 44570
• 代理人: 官建紅

本發明實施例公開了一種圖像處理方法、裝置及存儲介質。該方案通過獲取多張醫學掃描圖像，根據多張醫學掃描圖像確定病灶區域，并在每張醫學掃描圖像中提取針對病灶區域的特征信息，以得到多個特征信息，對多個特征信息進行至少一次特征組合，生成目標特征集合，根據目標特征集合確定病灶屬性信息。本申請實施例所提供的方案可以提取病灶區域的特征信息，并通過特征組合后確定病灶屬性信息，從而對病灶進行診斷，提升了醫學掃描圖像分析的效率和準確性。

技術領域

本發明涉及數據處理技術領域，具體涉及一種圖像處理方法、裝置及存儲介質。

背景技術

目前，在臨床上超過70％的診斷都依賴于醫學影像，包括超聲、病理、內窺鏡、CT(計算機斷層成像)、CR(計算機X線攝影)、MRI(磁共振成像)等等多種手段。人工智能應用于醫學影像主要是通過深度學習，實現機器對醫學影像的分析判斷，協助醫生完成診斷。

在現有技術中通過對醫學影像分析已廣泛應用于良惡性腫瘤、腦功能與精神障礙、心腦血管疾病等重大疾病的臨床輔助篩查、診斷、分級、治療決策與引導、療效評估等方面。然而在對醫學圖像進行病變檢測和分析僅能夠利用單一模型對單一病種進行病變檢測和分析，且對使用的神經網絡模型精度有著很高的要求，前期需要大量的訓練，針對不同的疾病需要人工手動調整模型的設置需求，導致醫學圖像分析的效率低，人工成本高。另外，現有技術僅能夠對整個醫學圖像進行分析，而無法針對所關注的疾病區域進行分析，導致醫學圖像處理的復雜度高，醫學圖像分析的效率和準確性低。

發明內容

本發明實施例提供一種圖像處理方法、裝置及存儲介質，旨在提升醫學掃描圖像分析的效率和準確性。

本發明實施例提供一種圖像處理方法，包括：

獲取多張醫學掃描圖像；

根據所述多張醫學掃描圖像確定病灶區域，并在每張醫學掃描圖像中提取針對所述病灶區域的特征信息，以得到多個特征信息；

對所述多個特征信息進行至少一次特征組合，生成目標特征集合；

根據所述目標特征集合確定病灶屬性信息。

本發明實施例還提供一種圖像處理裝置，包括：

獲取單元，用于獲取多張醫學掃描圖像；

提取單元，用于根據所述多張醫學掃描圖像確定病灶區域，并在每張醫學掃描圖像中提取針對所述病灶區域的特征信息，以得到多個特征信息；

組合單元，用于對所述多個特征信息進行至少一次特征組合，生成目標特征集合；

確定單元，用于根據所述目標特征集合確定病灶屬性信息。

本發明實施例還提供一種存儲介質，所述存儲介質存儲有多條指令，所述指令適于處理器進行加載，以執行本發明實施例所提供的任一圖像處理方法。

本發明實施例提供的圖像處理方案，通過獲取多張醫學掃描圖像，根據多張醫學掃描圖像確定病灶區域，并在每張醫學掃描圖像中提取針對病灶區域的特征信息，以得到多個特征信息，對多個特征信息進行至少一次特征組合，生成目標特征集合，根據目標特征集合確定病灶屬性信息。本申請實施例所提供的方案可以提取病灶區域的特征信息，并通過特征組合后確定病灶屬性信息，從而對病灶進行診斷，提升了醫學掃描圖像分析的效率和準確性。

附圖說明

為了更清楚地說明本發明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例提供的圖像處理方法的一種系統示意圖；

圖2是本發明實施例提供的圖像處理方法的第一流程示意圖