[发明专利]乳腺密度的获取方法、设备及可读存储介质

说明书

本发明提供一种乳腺密度的获取方法、设备以及可读存储介质。该方法包括：根据输入的待检测乳腺图像和预设的分割模型，获取乳房分割结果图像和腺体分割结果图像；其中，预设的分割模型通过利用乳房训练图像和腺体训练图像进行机器学习训练得到的；根据乳房分割结果图像和腺体分割结果图像计算腺体量值与乳房量值的比值；根据比值确定所述待检测乳腺图像的乳腺密度。本发明由于采用了对乳房训练图像和腺体训练图像进行机器学习训练得到的分割模型，其提高了所计算的乳腺密度的准确性，以使得乳腺癌的患病风险预测更加准确直观；并且，由于上述乳房分割结果图像和腺体分割结果图像是通过计算机设备全自动获取的，其提高了计算效率。

技术领域

本发明涉及医疗领域，特别是涉及一种乳腺密度的获取方法、设备及可读存储介质。

背景技术

随着社会的发展，人类生活的物质条件越来越丰富，但是随之人们的生活压力也越来越大，而乳腺癌作为现代社会的常见疾病深深的困扰着现代女性，该病种的发病率越来越高并且呈现年轻化。因此，为了保证女性健康，需要定期对乳腺进行检查，从而预防疾病的发生。

目前医学上通过对乳腺密度进行观测，从而预测女性罹患乳腺癌的风险。传统技术通过对乳房拍摄的图像，进行人工设置亮度阈值的方式，将黑色的脂肪组织从图像中分离出来，得到白色的腺体图像，从而用于计算乳腺密度。

然而，利用人工设置图像亮度阈值的方式，所计算出来的乳腺密度准确率较低，从而使得对女性罹患乳腺癌的概率计算不准确。

发明内容

基于此，有必要针对传统技术中采用人工设置图像亮度阈值的方式测算出来的乳腺密度准确性低的问题，提供一种乳腺密度的获取方法、设备及可读存储介质。

第一方面，本发明实施例提供一种乳腺密度的获取方法，包括：

根据输入的待检测乳腺图像和预设的分割模型，获取乳房分割结果图像和腺体分割结果图像；其中，所述预设的分割模型通过利用乳房训练图像和腺体训练图像进行机器学习训练得到的；

根据所述乳房分割结果图像和所述腺体分割结果图像计算腺体量值与乳房量值的比值；

根据所述比值确定所述待检测乳腺图像的乳腺密度。

第二方面，本发明实施例提供一种乳腺密度的获取装置，包括：

图像分割模块，用于根据输入的待检测乳腺图像和预设的分割模型，获取乳房分割结果图像和腺体分割结果图像；其中，所述预设的分割模型通过利用乳房训练图像和腺体训练图像进行机器学习训练得到的；

计算模块，根据所述乳房分割结果图像和所述腺体分割结果图像计算腺体量值与乳房量值的比值；并根据所述比值确定所述待检测乳腺图像的乳腺密度。

第三方面，本发明实施例提供的一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器用于执行所述计算机程序时实现以下步骤：

根据输入的待检测乳腺图像和预设的分割模型，获取乳房分割结果图像和腺体分割结果图像；其中，所述预设的分割模型通过利用乳房训练图像和腺体训练图像进行机器学习训练得到的；

根据所述乳房分割结果图像和所述腺体分割结果图像计算腺体量值与乳房量值的比值；

根据所述比值确定所述待检测乳腺图像的乳腺密度。

第四方面，本发明实施例提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

根据输入的待检测乳腺图像和预设的分割模型，获取乳房分割结果图像和腺体分割结果图像；其中，所述预设的分割模型通过利用乳房训练图像和腺体训练图像进行机器学习训练得到的；