[发明专利]医学影像处理方法、装置、电子设备及计算机可读介质

权利要求书

1.一种医学影像处理方法，其特征在于，包括：

获取医学影像图片和对应的医学影像报告；

对所述医学影像报告中的文字信息进行切词以生成词汇集合，并由所述词汇集合中提取特征词汇生成结构化文本，以用于根据特征词汇数量配置病灶定位模型的特征通道数；所述结构化文本包含多个特征类别；其中，所述特征类别包括疾病类型信息、疾病位置信息和疾病形状信息；

通过所述结构化文本中的所述疾病位置信息与所述疾病形状信息确定区域模板，以用于根据所述区域模板确定所述病灶定位模型的输出特征尺寸；以及

将所述医学影像图片、所述区域模板、作为标签信息的所述结构化文本输入到病灶定位模型中以在所述医学影像图片中定位出病灶图像区域，所述病灶定位模型为弱监督学习模型。

2.如权利要求1所述的方法，其特征在于，由所述词汇集合中提取特征词汇生成结构化文本包括：

由所述词汇集合中提取疾病词汇生成结构化文本中的疾病类型信息；

由所述词汇集合中提取位置词汇生成结构化文本中的疾病位置信息；以及

由所述词汇集合中提取形状词汇生成结构化文本中的疾病形状信息。

3.如权利要求1所述的方法，其特征在于，将所述医学影像图片、所述结构化文本、所述区域模板输入到病灶定位模型中以在所述医学影像图片中定位出病灶图像区域包括：

将所述医学影像图片作为训练数据输入所述病灶定位模型中，将所述结构化文本作为标签信息输入所述病灶定位模型中，训练所述病灶定位模型以在所述医学影像图片中定位出病灶图像区域。

4.如权利要求3所述的方法，其特征在于，将所述医学影像图片作为训练数据输入所述病灶定位模型中，将所述结构化文本作为标签信息输入所述病灶定位模型中，训练所述病灶定位模型以在所述医学影像图片中定位出病灶图像区域包括：

所述病灶定位模型中包括卷积神经网络模型的卷积层；

所述病灶定位模型的特征通道数由所述结构化文本中的特征词汇数量确定；

所述病灶定位模型的输出特征尺寸由所述区域模板确定。

5.如权利要求3所述的方法，其特征在于，将所述医学影像图片作为训练数据输入所述病灶定位模型中，将所述结构化文本作为标签信息输入所述病灶定位模型中，训练所述病灶定位模型以在所述医学影像图片中定位出病灶图像区域还包括：

通过全局平均池化变换对所述病灶定位模型的输出层进行处理，获取类别向量数据；以及

所述类别向量数据与预定向量进行比较，根据比较结果在所述医学影像中进行切割以获取所述病灶图像区域。

6.一种医学影像处理装置，其特征在于，包括：

信息提取模块，用于获取医学影像图片和对应的医学影像报告；

文本提取模块，用于对所述医学影像报告中的文字信息进行切词以生成词汇集合，并由所述词汇集合中提取特征词汇生成结构化文本，以用于根据特征词汇数量配置病灶定位模型的特征通道数；所述结构化文本包含多个特征类别；其中，所述特征类别包括疾病类型信息、疾病位置信息和疾病形状信息；

区域确定模块，用于通过所述结构化文本中的所述疾病位置信息与所述疾病形状信息确定区域模板，以用于根据所述区域模板确定所述病灶定位模型的输出特征尺寸；以及

模型输出模块，用于将所述医学影像图片、所述结构化文本、所述区域模板输入到病灶定位模型中以在所述医学影像图片中定位出病灶图像区域，所述病灶定位模型为弱监督学习模型。

7.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。