[发明专利]医疗影像处理方法、装置、电子设备和存储介质

权利要求书

1.一种医疗影像处理方法，其特征在于，包括：

获取包括目标区域的三维医疗影像；

将所述三维医疗影像输入医疗预后预测模型，通过所述医疗预后预测模型中的第一网络对所述三维医疗影像的每一层进行特征提取，得到所述三维医疗影像对应的二维影像特征序列；

将所述二维影像特征序列中的二维影像特征依次输入所述医疗预后预测模型的第二网络；

以所述第二网络输出的预测数据作为所述目标区域的预后预测结果。

2.根据权利要求1所述的方法，其特征在于，所述以所述第二网络输出的预测数据作为所述目标区域的预后预测结果，包括：

通过所述第二网络对所述二维影像特征进行特征融合，得到影像融合特征；

基于所述影像融合特征，生成所述目标区域的预测数据；

以所述预测数据作为所述目标区域的预后预测结果。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取训练样本集，所述训练样本集中的各个训练样本包含包括目标区域的三维医疗影像以及配对的医疗标签；

根据所述训练样本集对所述医疗预后预测模型进行训练；

其中，在训练过程中，所述第一网络对训练样本中的三维医疗影像的每一层进行特征提取，得到训练样本中的三维医疗影像对应的二维影像特征序列，以及将所述二维影像特征序列中的二维影像特征依次输入所述第二网络；所述第二网络将所述二维影像特征序列中的二维影像特征融合，以及根据融合之后的特征进行预测。

4.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本集对所述医疗预后预测模型进行训练，包括：

获取第一图像处理方式的参数信息，其中，所述第一图像处理方式包括裁剪、翻转、平移、缩放、旋转中的至少一种；

随机采用所述第一图像处理方式所包括的处理方式中的一种或多种对训练样本中的三维医疗影像进行处理，得到增强的训练样本集；

根据所述增强的训练样本集对所述医疗预后预测模型进行训练。

5.根据权利要求3所述的方法，其特征在于，所述获取训练样本集，包括：

获取多个原始的包括目标区域的三维医疗影像；

获取第二图像处理方式的参数信息，其中，所述第二图像处理方式包括裁剪、翻转、平移、缩放、旋转中的至少一种；

随机采用所述第二图像处理方式所包括的处理方式中的一种或多种对所述多个原始的包括目标区域的三维医疗影像中的部分或全部进行处理，得到至少一个增强的包括目标区域的三维医疗影像；

将所述多个原始的包括目标区域的三维医疗影像和所述至少一个增强的包括目标区域的三维医疗影像作为训练样本，形成所述训练样本集。

6.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本集对所述医疗预后预测模型进行训练，包括：

根据所述医疗预后预测模型输出的预测数据和所述医疗标签，确定交叉熵损失量；

根据所述交叉熵损失量，采用自适应梯度下降算法对所述医疗预后预测模型中的第一网络和第二网络的模型参数进行优化。

7.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本集对所述医疗预后预测模型进行训练，包括：

从数据库读取第一预设值和/或第二预设值；

使用所述第一预设值作为所述第一网络的初始参数，和/或，使用所述第二预设值作为所述第二网络的初始参数。