[發明專利]肩袖掃描圖像的處理方法、電子設備及存儲介質

在審

• 申請號: 202310610450.1
• 申請日: 2023-05-26
• 公開（公告）號: CN116645346A
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 郭金;侯浩楠;劉振龍;房景超;李孟祺
• 申請（專利權）人: 北京科技大學;北京大學第三醫院（北京大學第三臨床醫學院）
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/70;G06N3/0464;G06N3/08;G06V10/80
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供肩袖掃描圖像的處理方法、電子設備及存儲介質，在該方法中，包括：獲取待處理的肩袖掃描圖像；將待處理的肩袖掃描圖像輸入至預設的肩袖囊腫檢測模型，以由肩袖囊腫檢測模型輸出相應的肩袖囊腫識別結果；其中，肩袖囊腫識別結果為存在對應囊腫區域位置的肩袖囊腫，或者肩袖囊腫識別結果為不存在肩袖囊腫；肩袖囊腫檢測模型采用YOLOv5深度神經網絡，肩袖囊腫檢測模型的訓練樣本集包含多個預標注了相應的肩袖囊腫標簽的肩袖掃描圖像樣本，以及肩袖囊腫標簽包含肩袖囊腫的標注區域位置。由此，利用YOLOv5深度神經網絡對圖像中小目標的識別結果比較敏感的特點，能有效提高對圖像中的肩袖囊腫區域的小目標檢測精度。

技術領域

本發明涉及圖像處理分析技術領域，尤其涉及一種肩袖掃描圖像的處理方法、電子設備及存儲介質。

背景技術

肩袖損傷是臨床上最常見的引起肩部疼痛、功能受限的原因之一。目前作為肩袖損傷診斷方法包括病史，癥狀，體征，影像學檢測等，缺少任何單一的診斷要素均難以做出明確診斷，“多位一體化”是當前臨床診斷肩袖損傷最常用的診療手段。

在MRI(Magnetic?Resonance?Imaging,磁共振成像)技術普及之前，肩袖損傷的確診率并不高，而近年來隨著MRI等檢查手段的發展和普及，肩袖損傷的確診率也穩步提高。有研究表明，肩關節MRI對肱二頭肌肌腱長頭完全撕裂的敏感度為67％，特異性可高達98％。同時對岡上肌肌肉等撕裂的敏感性也極高，故它也被認為是目前臨床上用于診斷肩袖損傷最為重要的一項影像學檢查之一。MRI不僅可以較為清晰地判斷肩關節內的炎癥發生程度，又直觀地展現患者的肩袖結構，判斷肩袖損傷發生部位，為進一步評估手術特征、設計手術方案提供依據。

隨著AI(Artificial?Intelligence,人工智能)技術的不斷發展，其在醫學方面的研究也在逐漸多樣化，各類算法也在不斷完善，例如通過AI技術自動識別腦部腫瘤，肝臟腫瘤，直腸癌變，以向醫師提供可靠輔助診斷意見。

但是，針對如何利用人工智能解決識別復雜肩部囊腫，目前業界暫未提出較佳的技術解決方案，此外肩部囊腫為小目標檢測問題，而直接復用其他類似的腫瘤識別算法無法保障識別性能。

發明內容

本發明實施例提供了一種肩袖掃描圖像的處理方法、電子設備及存儲介質，用于至少解決上述技術問題之一。

第一方面，本發明實施例提供一種肩袖掃描圖像的處理方法，包括：獲取待處理的肩袖掃描圖像；將所述待處理的肩袖掃描圖像輸入至預設的肩袖囊腫檢測模型，以由所述肩袖囊腫檢測模型輸出相應的肩袖囊腫識別結果；其中，所述肩袖囊腫識別結果為存在對應囊腫區域位置的肩袖囊腫，或者所述肩袖囊腫識別結果為不存在肩袖囊腫；所述肩袖囊腫檢測模型采用YOLOv5深度神經網絡，所述肩袖囊腫檢測模型的訓練樣本集包含多個預標注了相應的肩袖囊腫標簽的肩袖掃描圖像樣本，以及所述肩袖囊腫標簽包含肩袖囊腫的標注區域位置。

優選地，所述肩袖囊腫檢測模型包括級聯的第一特征處理模塊、第二特征處理模塊和輸出模塊，所述第一特征處理模塊包含C3模塊和空間池化SPPF模塊，所述第二特征處理模塊采用PANET網絡結構，用于對所述第一中間處理模塊中不同網絡層的信息進行融合，所述輸出模塊包含多層輸出層，每一輸出層分別用于檢測處理相應尺寸大小的目標向量，所述目標向量用于描述肩袖囊腫的位置。

優選地，所述第一特征處理模塊還包含MobileNetv2模塊，所述MobileNetv2模塊針對不同通道的圖像特征分別設置有相應的注意力權重。

優選地，所述第一特征處理模塊還包含級聯至MobileNetv2模塊的輸出端的ODConv模塊。