[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有效

专利信息
申请号: 201811330094.3 申请日: 2018-11-09
公开(公告)号: CN109460756B 公开(公告)日: 2021-08-13
发明(设计)人: 丁浩洋;王磊;李明 申请(专利权)人: 天津新开心生活科技有限公司;天津开心生活科技有限公司
主分类号: G06K9/20 分类号: G06K9/20;G06T7/00;G16H30/20;G06F16/53
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 袁礼君;阚梓瑄
地址: 300467 天津市滨海新区天津生态城国*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 医学影像 处理 方法 装置 电子设备 计算机 可读 介质
【说明书】:

本公开涉及一种医学影像处理方法、装置、电子设备及计算机可读介质。涉及医学影像信息处理领域,该方法包括:获取医学影像图片和对应的医学影像报告;通过所述医学影像报告提取结构化文本,所述结构化文本包含多个特征类别;通过所述结构化文本确定区域模板;以及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。本公开涉及的医学影像处理方法、装置、电子设备及计算机可读介质,能够提高医学影像中病灶区域定位的准确度。

技术领域

本公开涉及计算机信息处理领域,具体而言,涉及一种医学影像处理方法、装置、电子设备及计算机可读介质。

背景技术

计算机辅助检测是利用先进的计算机软硬件分析和处理数字放射图像,以发现并检出病变特征,其结果作为“第二个意见”供诊断医师参考,帮助放射医师提高病灶检出率,被称为放射科医师的“第二双眼睛”,它可以提高诊断准确性并改良诊断的再现性,缩短读片时间,提高工作效率。借助于计算机辅助检测的医学影像中的病灶进行细致的定位是一个非常重要的研究方向。

现有技术中存在如下两种病灶定位方法:1.使用监督学习的办法,由医生仔细标注病灶位置,模型同时学习类型和位置信息。这种基于监督学习的病灶定位方法,医生标注成本高。2.使用多实例学习的方法,医生只标注图像中是否存在病灶,由模型自动定位病灶位置。这种使用多实例学习的方法,由于标注信息太弱,难以获得准确的位置信息。

因此,需要一种新的医学影像处理方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此,本公开提供一种医学影像处理方法、装置、电子设备及计算机可读介质,能够提高医学影像中病灶区域定位的准确度。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的一方面,提出一种医学影像处理方法,该方法包括:获取医学影像图片和对应的医学影像报告;通过所述医学影像报告提取结构化文本,所述结构化文本包含多个特征类别;通过所述结构化文本确定区域模板;以及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。

在本公开的一种示例性实施例中,通过所述医学影像报告提取结构化文本包括:提取所述医学影像报告中的文字信息;对所述文字信息进行切词处理生成词汇集合;以及由所述词汇集合中提取特征词汇生成结构化文本。

在本公开的一种示例性实施例中,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。

在本公开的一种示例性实施例中,通过所述结构化文本确定区域模板包括: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。

在本公开的一种示例性实施例中,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以在所述医学影像图片中定位出病灶图像区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津新开心生活科技有限公司;天津开心生活科技有限公司,未经天津新开心生活科技有限公司;天津开心生活科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811330094.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top