[发明专利]一种医学图像分析方法、设备和存储介质

说明书

本发明公开了一种医学图像分析方法、设备和存储介质，所述方法包括获取医学图像并输入到图像分析网络模型中，得到对医学图像的图像分析结果。获取所述图像分析结果的人工修订结果，并处理所述人工修订结果生成关注度图，输入到第一神经网络模型中，同时输入医学图像到第一神经网络模型中，得到人工修订增强后的特征信息。将注意力增强后的特征信息和图像分析结果融合输入到第二神经网络模型中，得到最终人工修订后的图像分析结果。所述方法通过增强模型训练人工修订关注度的方式，提高了模型输出的准确程度，并且可以通过融合人工修订和机器学习的方法，提高图像分析的准确程度，也实现了人在回路的图像分析与处理方式。

技术领域

本发明涉及图像分析领域，尤其涉及一种医学图像分析方法、设备和存储介质。

背景技术

医学图像分析就是一个根据区域间的相似或不同把图像分割成若干区域的过程。目前，主要以各种细胞、组织与器官的图像作为处理的对象。

近年来，随着其它新兴学科的发展，产生了一些全新的图像分割技术。如基于统计学的方法、基于模糊理论的方法、基于神经网络的方法、基于小波分析的方法、组合优化模型等方法。虽然不断有新的图像分析方法被提出，但对医学图像进行分析的结果都不是很理想。

对医学图像进行分析时，现有任何一种单独的图像分割算法都难以对一般图像取得比较满意的结果，且由于人体解剖结构的复杂性和功能的系统性，虽然已有研究通过医学图像的自动分割区分出所需的器官、组织或检测病变区的方法，但目前在现有技术中由计算机来完成的图像分析任务精确度依然不足。

发明内容

本发明提供了一种医学图像分析方法、设备和存储介质，能够提高医学图像分析的准确度。

一方面，本发明提供了一种医学图像分析方法，所述方法包括：

获取医学图像；

基于图像分析网络模型，对所述医学图像进行处理，得到所述医学图像的图像分析结果；

获取所述图像分析结果的人工修订结果；

根据所述人工修订结果，得到所述人工修订结果相关的关注度图；

基于第一神经网络模型，根据所述关注度图对所述医学图像进行增强学习，得到所述医学图像人工修订增强后的特征信息；

基于第二神经网络模型，对所述图像分析结果和所述人工修订增强后的特征信息进行融合，得到人工修订后的图像分析结果。

另一方面提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序，所述至少一条指令、所述至少一段程序由所述处理器加载并执行以实现上述所述的医学图像处理方法。

另一方面提供了一种计算机存储介质，所述存储介质中存储有至少一条指令、至少一段程序，所述至少一条指令、至少一段程序由处理器加载并执行如上述所述的医学图像处理方法。

本发明提供的一种医学图像分析方法、设备和存储介质，所述方法包括获取医学图像并输入到图像分析网络模型中，得到对医学图像的图像分析结果。获取所述图像分析结果的人工修订结果，并处理所述人工修订结果生成关注度图，输入到第一神经网络模型中，同时输入医学图像到第一神经网络模型中，得到人工修订增强后的特征信息。将注意力增强后的特征信息和图像分析结果融合输入到在第二神经网络模型中，得到最终人工修订后的图像分析结果。所述方法通过增强模型训练人工修订关注度的方式，提高了模型输出的准确程度，并且可以通过融合人工修订和机器学习的方法，提高图像分析的准确程度，也实现了人在回路的图像分析与处理方式。

附图说明