[发明专利]医疗图像异常区域分割方法及设备在审
| 申请号： | 201811639008.7 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109493343A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 黄烨霖;熊健皓;赵昕;张大磊 | 申请（专利权）人： | 上海鹰瞳医疗科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/187 |
| 代理公司： | 北京华仁联合知识产权代理有限公司 11588 | 代理人： | 苏雪雪 |
| 地址： | 200000 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 医疗图像 机器学习模型 分割图像 分类图像 异常区域 异常图像 异常像素 分割结果 分类结果 语义分割 正常图像 分割 标注 分类 | ||
1.一种医疗图像异常区域分割方法，其特征在于，包括如下步骤：
获取医疗图像；
将所述医疗图像划分为多个待分类图像块，并利用第一机器学习模型分别对各个所述待分类图像块进行分类，分类结果为正常图像块或异常图像块；
分别基于所述异常图像块在所述医疗图像中取待分割图像块，并利用第二机器学习模型分别对各个所述待分割图像块进行语义分割，分割结果为异常像素点；
在所述医疗图像中标注所述异常像素点。
2.根据权利要求1所述的方法，其特征在于，相邻的所述待分类图像块有部分重叠。
3.根据权利要求2所述的方法，其特征在于，将所述医疗图像划分为多个待分类图像块，包括：
利用第一设定尺寸的滑动窗口遍历所述医疗图像取得待分类图像块，遍历过程中的滑动方向包括水平方向和竖直方向，在两个所述方向中的滑动步长均小于所述滑动窗口的长度和宽度。
4.根据权利要求1所述的方法，其特征在于，所述第一机器学习模型输出二值图像块，用于表示所述正常图像块和所述异常图像块。
5.根据权利要求1-4中任一项所述的方法，其特征在于，分别基于所述异常图像块在所述医疗图像中取待分割图像块，包括：
识别由至少一个所述异常图像块组成的异常连通区域；
以所述异常连通区域为中心在所述医疗图像中取第二设定尺寸的待分割图像块。
6.根据权利要求1所述的方法，其特征在于，所述第二机器学习模型输出的是至少一个通道的异常像素点掩图，其中包括至少一种异常像素点。
7.根据权利要求6所述的方法，其特征在于，所述第二机器学习模型输出的是二通道的异常像素点掩图，其中包括至少两种异常像素点。
8.根据权利要求1-7中任一项所述的方法，其特征在于，在所述医疗图像中标注所述异常像素点，包括：
分别在各个所述待分割图像块中标注相应的语义分割结果；
将全部标注结果映射回所述医疗图像中。
9.根据权利要求1-8中任一项所述的方法，其特征在于，所述医疗图像为眼底图像，所述方法用于分割眼底图像中的出血点和/或渗出点。
10.一种医疗图像异常区域分割设备，其特征在于，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-9中任一项所述的医疗图像异常区域分割方法。
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上海鹰瞳医疗科技有限公司，未经上海鹰瞳医疗科技有限公司许可，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/201811639008.7/1.html，转载请声明来源钻瓜专利网。
