一种基于医学影像的匹配处理方法与流程

本发明涉及医学图像处理，尤其涉及一种基于医学影像的匹配处理方法。

背景技术：

1、在相关技术中，在对肺部医学影像中的病灶进行辅助检测识别时，通常可使用人工神经网络等方法，识别出病灶所在区域，然而，该方法通常仅能定位病灶的位置，而难以确定该病灶的恶性风险，甚至还可能识别出过多的良性病灶，干扰医生对于恶性病灶的注意力。

2、公开于本申请背景技术部分的信息仅仅旨在加深对本申请的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现思路

1、本发明提供一种基于医学影像的匹配处理方法，能够解决相关技术难以确定肺部医学影像中的病灶的恶性风险的技术问题。

2、根据本发明，提供一种基于医学影像的匹配处理方法,包括：

3、在肺部医学影像的多个断层扫描图像中，分别通过图像检测模型，对病灶所在区域进行检测，获得病灶所在区域的选择框，其中，所述选择框为对病灶所在区域进行框选的最小外接矩形；

4、根据各个断层扫描图像中的选择框所在的位置，对各个断层扫描图像中的选择框进行匹配，确定肺部医学影像中的病灶所在的目标区域，以及与所述目标区域对应的目标选择框；

5、根据各个断层扫描图像中与目标选择框的长度和宽度，以及各个断层扫描图像中的目标选择框所在的位置，确定病灶尺寸评分；

6、根据各个断层扫描图像中的选择框的外侧的像素点的像素值，确定各个断层扫描图像的背景基准像素值；

7、确定各个断层扫描图像中的目标选择框的形心像素点；

8、根据所述形心像素点、所述背景基准像素值，以及目标选择框内多个像素点的像素值，确定病灶密度评分；

9、在目标选择框上设置多个采样点；

10、根据所述形心像素点、所述背景基准像素值，以及目标选择框上的多个采样点，确定病灶边界评分；

11、根据所述病灶尺寸评分、所述病灶密度评分和所述病灶边界评分，确定病灶的恶性匹配性评分。

12、技术效果：根据本发明，可通过图像检测模型定位病灶所在的区域，还可通过病灶的尺寸特征、病灶的密度特征和病灶的边界特征三方面的特征来确定病灶与恶性病灶之间的匹配性，从而确定病灶的恶性风险，可帮助医生更高效地识别恶性病灶，降低漏诊的概率。在确定病灶尺寸评分时，可基于各个目标选择框的长度、各个目标选择框的宽度以及第一形心坐标和第二形心坐标之间的三维距离三个方面来更准确地测量病灶的尺寸，减小仅根据在单一断层扫描图像内测量的尺寸来代表病灶的尺寸造成的误差，提升病灶尺寸评分的准确性和客观性。在确定病灶密度评分时，可求解目标选择框内的核心区域与断层扫描图像的背景区域之间的相对像素差距，并基于目标选择框的面积来确定目标选择框的核心区域与整个目标区域的核心区域的接近程度，进而确定各个目标选择框对应的相对像素差距的权值，使病灶密度评分能够准确且客观地描述病灶的核心区域相对于背景区域密度差距。在确定病灶边界评分时，可通过像素点沿连接线的方向上的梯度增大现象出现时的像素点的序号，以及出现梯度增大现象的次数，确定病灶的边界的宽度，进而确定病灶边界评分，可通过病灶边界评分准确且客观地描述病灶边界是否清晰，为判断该病灶是否为恶性病灶提供准确依据。

13、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本发明。根据下面参考附图对示例性实施例的详细说明，本发明的其它特征及方面将更清楚。

技术特征：

1.一种基于医学影像的匹配处理方法，其特征在于，包括：

2.根据权利要求1所述的基于医学影像的匹配处理方法，其特征在于，根据各个断层扫描图像中的选择框所在的位置，对各个断层扫描图像中的选择框进行匹配，确定肺部医学影像中的病灶所在的目标区域，以及与所述目标区域对应的目标选择框，包括：

3.根据权利要求2所述的基于医学影像的匹配处理方法，其特征在于，根据各个断层扫描图像中与目标选择框的长度和宽度，以及各个断层扫描图像中的目标选择框所在的位置，确定病灶尺寸评分，包括：

4.根据权利要求3所述的基于医学影像的匹配处理方法，其特征在于，根据所述多个目标选择框的长度与宽度，以及第一形心坐标和第二形心坐标，确定病灶尺寸评分，包括：

5.根据权利要求2所述的基于医学影像的匹配处理方法，其特征在于，根据所述形心像素点、所述背景基准像素值，以及目标选择框内多个像素点的像素值，确定病灶密度评分，包括：

6.根据权利要求5所述的基于医学影像的匹配处理方法，其特征在于，根据所述圆形区域的平均像素值、所述背景基准像素值以及目标选择框的面积，确定病灶密度评分，包括：

7.根据权利要求2所述的基于医学影像的匹配处理方法，其特征在于，根据所述形心像素点、所述背景基准像素值，以及目标选择框上的多个采样点，确定病灶边界评分，包括：

8.根据权利要求7所述的基于医学影像的匹配处理方法，其特征在于，根据连接线段、所述基准像素差值以及目标选择框内的像素点的像素值，确定病灶边界评分，包括：

技术总结本发明提供一种基于医学影像的匹配处理方法，涉及医学图像处理技术领域，所述方法包括：检测断层扫描图像中的病灶区域，匹配各断层扫描图像中的选择框，获得目标区域；根据目标选择框的长度、宽度和位置，确定病灶尺寸评分；根据形心像素点、背景基准像素值和目标选择框的像素点的像素值，确定病灶密度评分；根据形心像素点、背景基准像素值和目标选择框上的采样点，确定病灶边界评分；根据病灶尺寸评分、病灶密度评分和病灶边界评分，确定恶性匹配性评分。根据本发明，可通过病灶的尺寸特征、密度特征和边界特征三方面的特征来确定病灶与恶性病灶之间的匹配性，从而确定病灶的恶性风险，帮助医生更高效地识别恶性病灶，降低漏诊的概率。技术研发人员：徐毓华,朱杰,魏潇,张爱萍受保护的技术使用者：江苏省捷达科技发展有限公司技术研发日：技术公布日：2024/7/29