[发明专利]一种医疗影像的处理系统、方法、装置和设备

说明书

本申请属于医疗影像处理技术领域，主要涉及人工智能中计算机视觉技术，公开了一种医疗影像的处理系统、方法、装置和设备，本申请公开的一种医疗影像的处理方法包括，获取待识别的原始医疗影像，通过分割模型获得原始医疗影像中的病变区域块；对获得的病变区域块进行形态学操作，获得操作后的病变区域块和病变区域块中的病变轮廓。这样，可以确定病变轮廓的精确边界，对病变位置进行精确定位。

本发明申请是申请日为2019年03月07日、申请号为201910173138.4发明名称为“一种医疗影像的处理方法、装置、设备和系统”的发明申请的分案申请。

技术领域

本申请涉及医疗影像处理技术领域，尤其涉及一种医疗影像的处理系统、方法、装置和设备。

背景技术

人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。AI主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。其中，计算机视觉技术(Computer Vision,CV)是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。CV通常包括图像处理、图像识别、图像语义理解、图像检索等技术。随着CV的发展，CV逐渐应用于医疗影像(如，钼靶图片)分析，以辅助医生进行医疗诊断。

例如，终端设备通过计算机技术可以根据钼靶图片判断患者的乳房是否发生病变。这样，医生可以根据输出结果，进行进一步地诊断分析，进而制定相应的治疗方案，这提高了医疗诊断的精确度和效率。

现有技术下，通过医疗影像进行疾病分析时，通常采用以下方式：

使用小波变换和基因算法对医疗影像进行异常区域分割，并根据异常区域的面积、中心和周长，分别与相应的设定阈值之间的差值，筛选出病变区域。进而通过专家判断病变区域的病变状况。

但是，一方面，由于肿块具有多样性，因此，难以设置可以广泛应用的设定阈值，使得病变区域的筛选误差较大，并且无法对病变轮廓进行精确定位。另一方面，需要大量的专业技术人才进行人工识别，疾病诊断的效率较低。

发明内容

本申请实施例提供一种医疗影像的处理系统、方法、装置和设备，用以在根据医疗影像进行病理诊断时，对病变进行精确定位，以及提高病理诊断的精确度和效率。

一方面，提供一种医疗影像的处理方法，包括：

获取待识别的原始医疗影像；

通过分割模型获得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；

通过识别模型对病变区域块进行识别，获得病变等级指示信息；

生成病变诊断图像，病变诊断图像是在原始医疗影像上合成病变区域块的病变等级指示信息以及病变轮廓的图像。

一方面，提供一种医疗影像的处理装置，包括：

获取单元，用于获取待识别的原始医疗影像；

分割单元，用于通过分割模型获得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；

识别单元，用于通过识别模型对病变区域块进行识别，获得病变等级指示信息；

合成单元，用于生成病变诊断图像，病变诊断图像是在原始医疗影像上合成病变区域块的病变等级指示信息以及病变轮廓的图像。

一方面，提供一种控制设备，包括：

至少一个存储器，用于存储程序指令；