[发明专利]医学影像的处理方法、标注方法和电子设备

说明书

本申请涉及医学智能技术领域，提供一种医学影像的处理方法、标注方法和电子设备，用解决相关技术中如何提高疾病诊断模型的阅片结果的准确性的问题。本申请中，当面对疑难病例时，可发起多人阅片进行对医学影像进行标注，然后融合所有人的标注结果，整合出准确的标注结果，由此降低个人经验缺乏、主观偏颇及疲劳过失导致的错误发生的概率。这样，基于多人协同标注结果能够构建出高质量的训练样本使得疾病针对模型能够学习到准确的可信度高的特征。此外，本申请实施例中通过丰富样本数量结合滚动训练逐步提高模型的检测结果的准确性。

技术领域

本申请涉及医学智能技术领域，尤其涉及一种医学影像的处理方法、标注方法和电子设备。

背景技术

医学影像例如超声影像和CT影像能够帮助医生诊断疾病。医学影像的诊断结果会对疾病的诊断很重要。而在传统的阅片系统中，阅片质量的优劣主要取决于阅片医师的个人经验和专业能力。除此之外，大量的高强度阅片工作也容易产生疲劳性误判。

如何提高疾病诊断模型的阅片结果的准确性来提高阅片效率，是业内一直关心的问题。

发明内容

本申请实施例提供一种医学影像的处理方法、标注方法和装置，用于解决相关技术中对卷积神经网络模型的训练工作复杂的问题。

第一方面，本申请提供一种医学影像的处理方法，所述方法包括：

响应于用户触发的多人协同标注请求，将医学影像发送给至少两个终端设备；

获取所述用户对所述医学影像标注的特征区域，并获取所述至少两个终端设备分别对所述医学影像标注的特征区域；

确定所述用户和所述至少两个终端设备分别标注的各特征区域之间的第一公共区域，作为所述医学影像的标注区域，所述标注区域用于构建疾病诊断模型的训练样本。

可选的，所述获取所述至少两个终端设备分别对所述医学影像标注的特征区域之后，所述方法还包括：

输出所述医学影像以及所述医学影像的各个特征区域的标注标识；

响应于对任一标注标识的选择请求，采用选择的标注标识对应的标注颜色对选择的标注标识对应的特征区域填充颜色，并展示选择的标注标识对应的特征区域。

可选的，所述方法还包括：

基于随机分配的方式，为所述至少两个终端设备分别分配标注颜色，其中，每个终端设备和对应的标注颜色一一对应，所述标注颜色用以标记相应的特征区域。

可选的，所述方法还包括：

以突出展示方式展示所述标注区域。

可选的，所述方法还包括：

针对每个特征区域，采用所述特征区域构建所述医学影像的第一训练样本；以及，

采用所述标注区域构建所述医学影像的第二训练样本；

其中，所述第一训练样本和所述第二训练样本用于训练所述疾病诊断模型。

可选的，训练疾病诊断模型，包括：

采用医学影像集对应的第一训练样本集，训练所述疾病诊断模型，得到初始模型；所述第一训练样本集中包括各医学影像对应的第一训练样本；

采用医学影像集的第二训练样本集，训练所述初始模型得到已训练的所述疾病诊断模型；所述第二训练样本集中包括各医学影像对应的第二训练样本。

可选的，所述方法还包括：

采用已训练的所述疾病诊断模型对所述医学影像进行处理，得到所述医学影像的预测特征区；