[发明专利]医学影像图像处理方法、装置、电子设备及介质

说明书

本申请实施例公开了一种医学影像图像处理方法、装置、电子设备及介质，该方法包括将待检测的医学影像图像输入预先训练的特征提取模型中提取多维度的特征图像；将所述多维度的特征图像输入预先训练的候选框生成模型中，生成若干个候选框坐标和每个候选框对应的第一预测概率；根据每一所述候选框在所述待检测的医学影像图像中截取对应的分类候选图像；将每一分类候选图像输入预先训练的分类模型中，生成每一分类候选图像对应的第二预测概率；基于每一分类候选图像对应的第一预测概率和第二预测概率预测每一分类候选图像的病变概率。本申请提高了早期癌变检测结果的准确度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种医学影像图像处理方法、装置、电子设备及介质。

背景技术

由于遗传、基因变异、长期饮食习惯、作息习惯等原因，人体可能会产生恶性的癌变，例如胃癌、中肠癌等。这些癌变组织根据病变时期主要可分为早期、进展期和晚期，不同时期对应不同的治疗方法。其中在早期发现癌症的治疗难度最小，患者康复的机会最大。现有技术中通常通过医学影像图像来检测早期癌变，但由于早期癌变的细胞和非病变细胞在形态、颜色上的特征十分不明显，因此早癌的诊断属于精细的图像检测问题，医生很难通过医学影像图观察发现。

随着人工智能的发展，现有技术中基于医学影像图像训练图像分类模型来辅助检测早期癌变，或者基于医学影像图像训练目标检测模型来辅助检测早癌。但是，由于早癌医学影像图像样本量少，且早癌医学影像图像中，病变区域与非病变区域的差异微小，因此，基于图像分类模型来辅助检测早期癌变，出现产生很严重的漏诊，检测准确度很低。目标检测模型对于车辆、行人、花草等常见目标具有比较精准的检测效果，但是大量病变部分与正常细胞的差异性十分细微，因此对于早期癌变的检测效果很差，直接使用目标检测技术进行早期癌变的检测会产生大量的过检，检测精确度也很低。由此可知，如何提供一种医学影像图像处理技术，提高早期癌变检测结果的准确度成为亟待解决的技术问题。

发明内容

本申请实施例提供一种医学影像图像处理方法、装置、电子设备及介质，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。

第一方面，本申请实施例提供一种医学影像图像处理方法，包括：

将待检测的医学影像图像输入预先训练的特征提取模型中提取多维度的特征图像；

将所述多维度的特征图像输入预先训练的候选框生成模型中，生成若干个候选框坐标和每个候选框对应的第一预测概率；

根据每一所述候选框在所述待检测的医学影像图像中截取对应的分类候选图像；

将每一分类候选图像输入预先训练的分类模型中，生成每一分类候选图像对应的第二预测概率；

基于每一分类候选图像对应的第一预测概率和第二预测概率预测每一分类候选图像的病变概率。

第二方面，本申请实施例提供一种医学影像图像处理装置，包括：

特征提取模块，用于将待检测的医学影像图像输入预先训练的特征提取模型中提取多维度的特征图像；

候选框生成模块，用于将所述多维度的特征图像输入预先训练的候选框生成模型中，生成若干个候选框坐标和每个候选框对应的第一预测概率；

图像提取模块，用于根据每一所述候选框在所述待检测的医学影像图像中截取对应的分类候选图像；

分类模块，用于将每一分类候选图像输入预先训练的分类模型中，生成每一分类候选图像对应的第二预测概率；

病变概率预测模块，用于基于每一分类候选图像对应的第一预测概率和第二预测概率预测每一分类候选图像的病变概率。