[发明专利]一种医疗影像的处理系统、方法、装置和设备有效

专利信息
申请号: 201910755558.3 申请日: 2019-03-07
公开(公告)号: CN110458883B 公开(公告)日: 2021-07-13
发明(设计)人: 田宽;江铖 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T7/70 分类号: G06T7/70;G06T7/62;G06T7/11;G06T7/00;G06T5/40;G06T5/30;G06T5/00;G06N3/04
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 李娟;王英
地址: 518044 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 医疗 影像 处理 系统 方法 装置 设备
【权利要求书】:

1.一种医疗系统,其特征在于,包括影像采集装置、影像识别装置和显示装置,所述影像识别装置分别通信连接所述影像采集装置和所述显示装置,其中:

所述影像采集装置,用于采集病人的原始医疗影像,所述原始医疗影像为需要区域分割以及病变识别的乳腺的钼靶图片;

所述影像识别装置,用于通过分割模型获得所述原始医疗影像中的病变区域块和病变区域块中的病变轮廓,所述病变区域块是从原始医疗影像中分割出的包含病变部分以及部分背景的区域块,所述分割模型是采用标注了病变区域块以及病变轮廓的医疗影像样本,对基于卷积神经网络建立的模型进行训练后获得的;以及通过识别模型对获得的病变区域块进行识别,确定病变区域块对应每一病变等级的概率,并根据获取的概率确定病变等级指示信息;

所述显示装置,用于呈现病变诊断图像;所述病变诊断图像是在所述原始医疗影像上合成所有病变区域块的病变等级指示信息以及病变轮廓得到的,所述病变诊断图像中根据病变等级指示信息,采用不同颜色呈现各病变区域块的病变等级。

2.一种医疗影像的处理方法,其特征在于,包括:

获取待识别的原始医疗影像,所述原始医疗影像为需要区域分割以及病变识别的乳腺的钼靶图片;

通过分割模型获得所述原始医疗影像中的病变区域块和病变区域块中的病变轮廓,所述病变区域块是从原始医疗影像中分割出的包含病变部分以及部分背景的区域块,所述分割模型是采用标注了病变区域块以及病变轮廓的医疗影像样本,对基于卷积神经网络建立的模型进行训练后获得的;

通过识别模型对获得的病变区域块进行识别,确定病变区域块对应每一病变等级的概率,并根据获取的概率确定病变等级指示信息;

在所述原始医疗影像上合成所有病变区域块的病变等级指示信息以及病变轮廓,输出病变诊断图像;所述病变诊断图像中根据病变等级指示信息,采用不同颜色呈现各病变区域块的病变等级。

3.如权利要求2所述的方法,其特征在于,在通过分割模型获得所述原始医疗影像中的病变区域块和病变区域块中的病变轮廓之前,进一步包括:

对所述原始医疗影像进行预处理,其中,所述预处理包括以下方式中的任意一种或任意组合:

归一化、二值化操作、形态学开操作、直方图均衡处理以及双边滤波处理。

4.如权利要求2所述的方法,其特征在于,在生成病变诊断图像之前,进一步包括:

若存在多个相同病变等级的病变区域块,则确定相同病变等级的各病变区域块之间的重叠度;

根据获得的重叠度,对病变区域块进行去重。

5.如权利要求2所述的方法,其特征在于,所述识别模型是基于深度神经网络或卷积神经网络训练获得的;

其中,在对所述识别模型进行训练的过程中,依次通过包含图像分类信息的分类图像样本和普通医疗影像样本对所述识别模型进行权重初始化,并通过标注了病变区域块的病变等级的医疗影像样本,对权重初始化后的识别模型进行迁移学习。

6.一种医疗影像的处理装置,其特征在于,包括:

获取单元,用于获取待识别的原始医疗影像,所述原始医疗影像为需要区域分割以及病变识别的乳腺的钼靶图片;

分割单元,用于通过分割模型获得所述原始医疗影像中的病变区域块和病变区域块中的病变轮廓,所述病变区域块是从原始医疗影像中分割出的包含病变部分以及部分背景的区域块,所述分割模型是采用标注了病变区域块以及病变轮廓的医疗影像样本,对基于卷积神经网络建立的模型进行训练后获得的;

获得单元,用于通过识别模型对获得的病变区域块进行识别,确定病变区域块对应每一病变等级的概率,并根据获取的概率确定病变等级指示信息,在所述原始医疗影像上合成所有病变区域块的病变等级指示信息以及病变轮廓,输出病变诊断图像;所述病变诊断图像中根据病变等级指示信息,采用不同颜色呈现各病变区域块的病变等级。

7.如权利要求6所述的装置,其特征在于,所述获得单元还用于:

对所述原始医疗影像进行预处理,其中,所述预处理包括以下方式中的任意一种或任意组合:

归一化、二值化操作、形态学开操作、直方图均衡处理以及双边滤波处理。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201910755558.3/1.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