[发明专利]基于深度学习的医学图像处理方法、设备及介质在审
申请号: | 202111235591.7 | 申请日: | 2021-10-22 |
公开(公告)号: | CN113792736A | 公开(公告)日: | 2021-12-14 |
发明(设计)人: | 杨海波;廖术 | 申请(专利权)人: | 上海联影智能医疗科技有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G16H30/20 |
代理公司: | 上海弼兴律师事务所 31283 | 代理人: | 罗朗 |
地址: | 200232 上海市徐汇区云锦路701*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 学习 医学 图像 处理 方法 设备 介质 | ||
本发明提供一种基于深度学习的医学图像处理方法、设备及介质,其中该方法包括: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。本发明能够解决现有技术中医学图像影响医生诊断时需要重新进行扫描的问题。
技术领域
本发明涉及图像处理技术领域,尤其涉及一种基于深度学习的医学图像处理方法、设备及介质。
背景技术
医学成像技术是各种疾病的重要检查和筛选方式。例如,扩散加权成像(diffusion-weighted imaging,DWI)是唯一能够检测活体组织内水分子扩散运动的无创性方法,主要用于超早期脑缺血诊断。
然而,在实际应用中,扫描得到的医学图像中可能存在各种不利因素而影响医生诊断。比如,由于患者的自主运动导致图像中产生伪影、由于扫描部位出血导致医生难以准确辨识、或者由于图像中关键诊断区域不明显(例如前列腺DWI图像中存在膀胱区域,导致前列腺区域不能凸显,影响医生观察)等。对此,通常需要对患者进行重新扫描,这不但增加了放射科医生以及患者的负担,而且对患者每进行一次扫描所产生的辐射都会对患者造成伤害。
发明内容
针对现有技术中医学图像影响医生诊断时需要重新进行扫描的问题,本发明提供一种基于深度学习的医学图像处理方法、设备及介质。
为了实现上述目的,本发明提供一种基于深度学习的医学图像处理方法,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。
优选地,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。
优选地,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。
优选地,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。
优选地,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。
优选地,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。
优选地,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。
优选地,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。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影智能医疗科技有限公司,未经上海联影智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111235591.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种可拆旋转刀具
- 下一篇:一种喉径可调的文丘里管