[发明专利]基于深度学习的医学图像处理方法、设备及介质

权利要求书

1.一种基于深度学习的医学图像处理方法，其特征在于，包括：

获取初始医学图像；

获取所述初始医学图像中影响诊断的感兴趣区域；

通过对所述感兴趣区域进行优化，得到与所述初始医学图像对应的目标医学图像。

2.根据权利要求1所述的医学图像处理方法，其特征在于，所述通过对所述感兴趣区域进行优化，得到与所述初始医学图像对应的目标医学图像，包括：

通过对所述感兴趣区域进行修复处理或抑制处理，得到与所述初始医学图像对应的目标医学图像。

3.根据权利要求1所述的医学图像处理方法，其特征在于，所述通过对所述感兴趣区域进行优化，得到与所述初始医学图像对应的目标医学图像，包括：

获取所述感兴趣区域的掩码图；

基于所述初始医学图像，获取第一图像特征；

基于所述掩码图，获取与所述第一图像特征维度相同的第二图像特征；

基于所述第一图像特征和第二图像特征，生成所述目标医学图像。

4.根据权利要求3所述的医学图像处理方法，其特征在于，所述基于所述第一图像特征和第二图像特征，生成所述目标医学图像，包括：

将所述第一图像特征和第二图像特征进行融合，得到融合特征；

基于所述融合特征，通过预先训练的图像生成模型生成所述目标医学图像。

5.根据权利要求4所述的医学图像处理方法，其特征在于，所述图像生成模型基于预先获取的数据集训练得到，所述数据集包括若干训练图像以及与所述训练图像对应的金标准，其中，所述金标准为修复金标准图像或抑制金标准图像。

6.根据权利要求3所述的医学图像处理方法，其特征在于，所述基于所述掩码图，获取第二图像特征，包括：

对所述初始医学图像以及所述掩码图进行特征提取和压缩处理，得到所述第二图像特征。

7.根据权利要求1所述的医学图像处理方法，其特征在于，在对所述感兴趣区域进行优化时，所述方法还包括：

根据输入的第一目标扫描参数，对所述初始医学图像的扫描参数进行转换。

8.根据权利要求1所述的医学图像处理方法，其特征在于，当所述初始医学图像中不包括所述感兴趣区域时，所述方法还包括：

根据输入的第二目标扫描参数，对所述初始医学图像的扫描参数进行转换。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。