[发明专利]图像分析方法、装置、设备及存储介质

说明书

本申请提供一种图像分析方法、装置、设备及存储介质，该方法通过获取包括至少一个时序图像的待分析图像集；确定至少一个时序图像中目标对象对应的感兴趣区域图像；确定至少一个时序图像对应的感兴趣区域图像中的正常区域；基于至少一个时序图像对应的正常区域的属性数据，得到图像分析结果。本申请不直接利用异常区域的特征数据对时序图像中的异常区域进行分割，而是通过感兴趣区域图像中的正常区域反向确定对应的异常区域，使得所提供的图像分析方法不局限于现有的异常区域的特征数据，可以适用其他阶段的图像分析，提高图像分析结果的可靠性和准确性。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像分析方法、装置、设备及存储介质。

背景技术

随着人工智能技术的发展，利用传统机器学习或深度学习来对图像进行分析逐渐成为图像处理领域的研究趋势。

相关技术中，针对医学领域，在利用人工智能技术对医学影像进行分析过程中，往往需要收集足够多的含有病灶的数据，之后基于收集的病灶数据构建对应的病灶处理模型，进而根据构建的病灶处理模型进行分割、检测等图像分析任务。

可见，上述的医学影像分析是需要依赖于初始病灶数据进行的，然而对于一些病种种类较多的部位(例如肺部等)，不仅需要花费大量的人力物力去收集全包含大部分病种的数据；而且其只能针对单一病种或少数确定的病种进行图像分析，倘若病灶部位对应的病种发生一些变化、或者病灶的发生源发生变种、或者出现一些新的病种的情况下，原来基于初始病灶数据所构建的病灶处理模型将无法适用，进而将无法有效且准确的进行相应的图像分析任务。举例而言，通常肺部的病种繁多，且肺部疾病对应的病灶是动态变化的，例如针对病毒或细菌感染的肺炎，在不同的阶段其肺部病灶的影像表现各不相同，因此仅通过初始肺部病灶数据所构建的病灶处理模型将无法适用其他阶段的肺部检测分析，如此会降低医学分析结果的可靠性和准确性，甚至会延误患者的病情。

发明内容

本申请提供了一种图像分析方法、装置、设备及存储介质，以解决以上至少一种技术问题。

一方面，本申请提供了一种图像分析方法，包括：

获取待分析图像集，所述待分析图像集包括至少一个时序图像；

确定所述至少一个时序图像中目标对象对应的感兴趣区域图像；所述感兴趣区域图像包括正常区域和异常区域；

确定所述至少一个时序图像对应的感兴趣区域图像中的正常区域；

基于所述至少一个时序图像对应的正常区域的属性数据，确定表征待分析图像集中异常区域的异常信息的图像分析结果。

另一方面，还提供一种图像分析装置，包括：

获取模块，用于获取待分析图像集，所述待分析图像集包括至少一个时序图像；

第一确定模块，用于确定所述至少一个时序图像中目标对象对应的感兴趣区域图像；所述感兴趣区域图像包括正常区域和异常区域；

第二确定模块，用于确定所述至少一个时序图像对应的感兴趣区域图像中的正常区域；

分析模块，用于基于所述至少一个时序图像对应的正常区域的属性数据，确定表征待分析图像集中异常区域的异常信息的图像分析结果。

在一些实施例中，第二确定模块可以包括：

确定单元，用于利用经训练的图像分割模型，对所述至少一个时序图像对应的感兴趣区域图像中正常区域进行分割，得到所述至少一个时序图像对应的感兴趣区域图像中的正常区域；

其中，所述图像分割模型是利用分析样本图像集及对应的目标对象中正常区域的分割结果作为训练集训练得到。

在一些实施例中，在所述时序图像的数量为多个时，分析模块可以包括：