[发明专利]一种结节良恶性的确定方法及装置

说明书

本申请公开了一种结节良恶性的确定方法及装置，其中，方法包括：获取患者的待确定结节良恶性的医学图像；将所述医学图像输入第一分类模型，得到第一结果值，所述第一结果值为根据所述医学图像的图像特征，确定出用于表征所述结节良恶性的结果值；将所述患者的语义特征输入第二分类模型，得到第二结果值，所述第二结果值为基于所述患者的语义特征，确定出用于表征所述结节良恶性的结果值；依据所述第一结果值与所述第二结果值，确定所述结节的良恶性。通过本申请实施例，可以提高所确定的结节良恶性的准确度。

技术领域

本申请涉及医学图像处理领域，特别是涉及一种结节良恶性的确定方法及装置。

背景技术

癌症的发病率正在逐年上升，癌症的早期发现是提高癌症患者存活率的关键。由于多种类型的癌症的早期表现形式为恶性结节，例如，肺部发生癌变的早期表现形式是肺部存在恶性结节，甲状腺癌发生的早期表现是甲状腺中存在恶性结节。因此，结节的良恶性诊断对于癌症的早期发现具有重大意义。

近年来，结节良恶性的计算机辅助诊断技术(Computer Aided Diagnosis，CAD)得到了快速发展，对于医学图像中结节的良恶性判断具有重要意义。目前，对于医学图像中结节的良恶性判断，主要由人工从医学图像中提取出结节的图像特征，并将提取出的图像特征输入良恶性分类器，来确定该结节的良恶性。

但是，确定出的结节良恶性具有准确度低的问题。

发明内容

基于此，本申请提出了一种结节良恶性的确定方法，用以提高确定结节良恶性的准确度。

本申请还提供了一种结节良恶性的确定装置，用以保证上述方法在实际中的实现及应用。

本申请提供的技术方案为：

本申请提供了一种结节良恶性的确定方法，该方法包括：

获取患者的待确定结节良恶性的医学图像；

将所述医学图像输入第一分类模型，得到第一结果值，所述第一结果值为根据所述医学图像的图像特征，确定出用于表征所述结节良恶性的结果值；

将所述患者的语义特征输入第二分类模型，得到第二结果值，所述第二结果值为基于所述患者的语义特征，确定出用于表征所述结节良恶性的结果值；

依据所述第一结果值与所述第二结果值，确定所述结节的良恶性。

其中，所述依据所述第一结果值与所述第二结果值，确定所述结节的良恶性，包括：

将所述第一结果值与预先设定的第一权值的乘积，确定为第一乘积；

将所述第二结果值与预先设定的第二权值的乘积，确定为第二乘积，其中所述第一权值与所述第二权值的和为1；

依据所述第一乘积与所述第二乘积的和，来确定所述结节的良恶性。

其中，所述第一分类模型的生成过程，包括：

获取第一预设数量帧样本图像，以及事先确定的每帧所述样本图像的样本标签，所述样本标签为用于表征所述样本图像中结节良恶性的标识；

针对所述第一预设数量帧样本图像中的每帧样本图像，确定所述样本图像的置信度，所述置信度用于表征所述样本标签所描述结节良恶性的可信程度；

获取预设的初始深度学习分类模型；

针对所述第一预设数量帧样本图像中的每帧样本图像，将所述样本图像输入所述初始深度学习分类模型得到输出结果，并确定所述输出结果与所述样本图像的样本标签间的损失函数值；将所述样本图像的置信度与所述样本图像的损失函数值的乘积，确定为所述样本图像的加权损失函数值，得到第一预设数量个加权损失函数值；