[发明专利]一种医学影像轮廓的标记方法及系统、分类方法及系统

说明书

本发明涉及计算机技术领域，尤其涉及一种医学影像轮廓的标记方法及系统、分类方法及系统。一种医学影像轮廓的标记方法，包括：获取用户在医学影像上标记感兴趣区域的轮廓；获取用户指定所述轮廓的类别编码值；根据所述轮廓的类别编码值进行对轮廓像素填充，生成标签图像并保存。本发明的有益效果：通过获取用户在医学影像上标记感兴趣区域的轮廓；获取用户指定所述轮廓的类别编码值；根据所述轮廓的类别编码值进行对轮廓像素填充，生成标签图像并保存，以实现对医学影像上轮廓的快速标记。

技术领域

本发明涉及计算机技术领域，尤其涉及一种医学影像轮廓的标记方法及系统、分类方法及系统。

背景技术

医学影像深度学习需要通过计算原始图像和人工标记图像之间的交叉熵误差，进行深度学习训练。目前医学影像深度学习这一领域还缺乏一种成熟的对医学影像中感兴趣的组织或器官进行区域轮廓标记和类别标定的方法，尤其是多分类和重复分类的标记和标定。

发明内容

为解决上述问题，本发明提出一种医学影像轮廓的标记方法及系统、分类方法及系统。

第一方面，本发明提出一种医学影像轮廓的标记方法，包括：

获取用户在医学影像上标记感兴趣区域的轮廓；

获取用户指定所述轮廓的类别编码值；

根据所述轮廓的类别编码值进行对轮廓像素填充，生成标签图像并保存。

优选的，所述获取用户在医学影像上标记感兴趣区域的轮廓包括：

实时获取拖动事件的坐标信息，通过坐标系转换为原始影像中的坐标，连接相邻坐标得到感兴趣区域的轮廓。

优选的，使用队列数据结构对标签图像按照顺序进行存储。

优选的，使用队列数据结构对类别编码值按照对应标签图像的顺序进行存储。

优选的，当轮廓需要修改时，绘制新轮廓段并获取被修改轮廓分别距离新轮廓段首尾两点最近的两点，通过该两点将被修改轮廓划分为两个被替换轮廓段，将新轮廓段替换其中与新轮廓段所形成面积较小的一被替换轮廓段，并保存新轮廓段与另一被替换轮廓段所形成的新轮廓。

第二方面，本发明提出一种医学影像的分类方法，包括：

获取用户在医学影像上标记感兴趣区域的轮廓；

获取用户指定所述轮廓的类别编码值；

根据所述轮廓的类别编码值进行对轮廓像素填充，生成标签图像并保存；

以标签图像作为训练样本进行训练得到深度学习模型；

根据训练好的深度学习模型对待分类的医学影像进行分类。

优选的，所述获取用户在医学影像上标记感兴趣区域的轮廓包括：

实时获取拖动事件的坐标信息，通过坐标系转换为原始影像中的坐标，连接相邻坐标得到感兴趣区域的轮廓。

优选的，当轮廓需要修改时，绘制新轮廓段并获取被修改轮廓分别距离新轮廓段首尾两点最近的两点，通过该两点将被修改轮廓划分为两个被替换轮廓段，将新轮廓段替换其中与新轮廓段所形成面积较小的一被替换轮廓段，并保存新轮廓段与另一被替换轮廓段所形成的新轮廓。

第三方面，本发明提出一种医学影像轮廓的标记系统，其特征在于，包括：

轮廓获取模块，用于获取用户在医学影像上标记感兴趣区域的轮廓；

类别编码值获取模块，获取用户指定所述轮廓的类别编码值；

轮廓填充模块，用于根据所述轮廓的类别编码值进行对轮廓像素填充，生成标签图像并保存。