[发明专利]肺炎分类方法、装置、介质及电子设备

说明书

本发明公开了一种肺炎分类方法、分类装置、计算机可读存储介质以及电子设备，通过将获取的肺炎征象和被检测者的临床信息输入第一神经网络模型，由第一神经网络模型自动识别肺炎的类型，在考虑肺炎征象等病理性特征的同时结合被检测者的临床信息，从而更加准确的识别出肺炎的类型，不仅能够实现自动区分肺炎类型，并且能够保证其准确性，从而为后续的治疗提供更为准确和细化的类型信息，保证后续治疗更有针对性，也更有效果。

技术领域

本申请涉及图像处理领域，具体涉及基于CT图像的肺炎分类方法、分类装置、计算机可读存储介质以及电子设备。

背景技术

电脑断层扫描(Computed Tomography，简称CT)是一种利用数位几何处理后重建的三维放射线医学影像。该技术主要通过单一轴面的X射线旋转照射人体，由于不同的组织对X射线的吸收能力(或称阻射率)不同，可以用电脑的三维技术重建出断层面影像，经由窗宽、窗位处理，可以得到相应组织的断层影像，将断层影像层层堆叠，即可形成立体影像。

通过CT图像可以获知被检测者是否为肺炎患者，特别是应对新型冠状病毒所造成的肺炎患者的检测，CT图像检测是最为重要且最为准确的方法之一。目前通过CT图像获知被检测者是否患有肺炎的具体做法通常是根据CT图像中的肺炎征象来判断，然而由于肺炎征象包括多个，而且较为复杂，单纯的依靠一类或几类肺炎征象是很难准确判断是否患有肺炎，同时，不同类型的肺炎是很难区分的，例如细菌性肺炎和病毒性肺炎，以及感冒病毒性肺炎和新型冠状病毒性肺炎等都是很难不依靠专业医务人员而区分的，并且，由于不同的被检测者其CT图像和症状都可能不同，因而其治疗的方式可能也会有所区别，需要对其进行分类，因此，亟需一种能够自动区分各种肺炎类别的方法。

发明内容

为了解决上述技术问题，本申请提出了一种肺炎分类方法、分类装置、计算机可读存储介质以及电子设备，通过将获取的肺炎征象和被检测者的临床信息输入第一神经网络模型，由第一神经网络模型自动识别肺炎的类型，在考虑肺炎征象等病理性特征的同时结合被检测者的临床信息，从而更加准确的识别出肺炎的类型，不仅能够实现自动区分肺炎类型，并且能够保证其准确性，从而为后续的治疗提供更为准确和细化的类型信息，保证后续治疗更有针对性，也更有效果。

根据本申请的一个方面，提供了一种肺炎分类方法，包括：获取CT图像中肺部区域的肺炎征象图像；获取所述CT图像对应的被检测者的临床信息；以及根据所述肺炎征象图像和所述临床信息，综合得到所述被检测者的肺炎类型；其中，得到所述被检测者的肺炎类型的实现方式为：将所述肺炎征象图像和所述临床信息输入第一神经网络模型，得到所述被检测者的肺炎类型。

在一实施例中，所述临床信息包括以下信息中的一种或多种的组合：体温信息、咳嗽症状信息、病史信息。

在一实施例中，所述获取CT图像中肺部区域的肺炎征象图像包括：基于CT图像中的肺部区域图像，分别生成多个肺部征象图像；以及将所述多个肺部征象图像组合，得到肺炎征象图像；其中，分别生成多个肺部征象图像的方式包括：将所述肺部区域图像分别输入多个第二神经网络模型，得到所述多个肺部征象图像。

在一实施例中，所述肺部区域图像包括多层二维图像；所述将所述肺部区域图像分别输入多个第二神经网络模型，得到所述多个肺部征象图像包括：逐次将所述多层二维图像中的一部分分别输入所述多个第二神经网络模型，或者将所述多层二维图像分别输入所述多个第二神经网络模型，得到分别对应所述多个肺部征象图像的多层二维征象图像；以及分别将对应同一肺部征象图像的所述多层二维征象图像叠加，得到所述多个肺部征象图像。

在一实施例中，在所述得到所述多个肺部征象图像之后，所述肺炎征象图像获取方法还包括：对所述多个肺部征象图像分别进行腐蚀膨胀操作。