技术新讯 > 计算推算,计数设备的制造及其应用技术 > 病灶识别方法、装置、设备和存储介质与流程  >  正文

病灶识别方法、装置、设备和存储介质与流程

  • 国知局
  • 2024-08-05 11:45:01

本申请涉及医学病灶识别,具体涉及一种病灶识别方法、装置、设备和存储介质。

背景技术:

1、近些年来,心脑血管疾病已逐渐出现年轻化的趋势。随着工作压力的增大,年轻人的患病人数在持续增长中。心脑供血不足是引发心脑血管疾病的一种常见因素,严重者甚至危及到生命。目前,对心脑部疾病的检查过程中,通常会采用ct或mr(核磁)等扫描的方式,对心脏或脑部进行扫描,得到扫描图像,通过图像中的信息来判断存在血管异常的区域。然而,对于例如脑烟雾病、肺动静脉瘘等复杂血管病情来说,扫描后的影像可能会出现无法识别清楚的问题,导致扫描影像无法展现出准确的病灶信息,导致影响医生的诊断。

技术实现思路

1、本申请实施例提供一种病灶识别方法、装置、设备和存储介质,旨在解决现有技术中扫描医学图像难以准确识别出复杂血管病情的病灶的技术问题。

2、一方面,本申请实施例提供一种病灶识别方法,所述病灶识别方法包括以下步骤:

3、响应病灶识别请求,获取医学扫描影像,确定所述医学扫描影像中待识别的目标区域图像;

4、对所述目标区域图像进行形态特征提取,得到所述目标区域图像中目标对象的形态特征;

5、基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果。

6、在本申请一种可能的实现方式中,所述对所述目标区域图像进行形态特征提取,得到所述目标区域图像中目标对象的形态特征,包括:

7、获取所述目标区域图像中的形态学算子,所述形态学算子包括梯度算子和/或角度算子;

8、基于所述梯度算子和/或角度算子计算所述目标区域图像中目标对象的对象形态参数,所述对象形态参数包括边缘像素值、血管中心线和血管步长参数中的任意一项或多项;

9、根据所述对象形态参数对所述目标对象进行特征识别,得到所述目标区域图像中目标对象的形态特征。

10、在本申请一种可能的实现方式中,所述根据所述对象形态参数对所述目标对象进行特征识别,得到所述目标区域图像中目标对象的形态特征,包括:

11、提取所述对象形态参数中的血管步长参数和血管中心线;

12、基于所述血管步长参数和所述血管中心线确定所述目标对象中各对象子区域的形态积分结果;

13、基于各所述对象子区域的形态积分结果确定所述目标区域图像中目标对象的形态特征。

14、在本申请一种可能的实现方式中,所述基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

15、根据预设解剖学数据和所述目标对象的形态特征对所述目标对象进行分割,得到病灶检测区域;

16、对所述病灶检测区域进行特征提取,得到所述病灶检测区域的病灶检测特征;

17、基于所述病灶检测特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果。

18、在本申请一种可能的实现方式中,所述基于所述病灶检测特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

19、获取与所述目标区域图像对应的对照医学图像,获取所述对照医学图像的对照组织区域,以及所述对照组织区域的组织标准特征;

20、获取所述目标区域图像中与所述对照组织区域关联的区域检测值,所述区域检测值为所述病灶检测区域中的与所述对照组织区域位置相同的正常区域梯度和/或梯度熵;

21、根据所述组织标准特征和所述病灶检测特征,确定所述目标区域图像和所述对照医学图像的图像比值差;

22、根据所述图像比值差和所述组织标准特征对所述目标对象进行病灶识别,确定所述目标对象的病灶识别结果。

23、在本申请一种可能的实现方式中,所述根据所述图像比值差和所述组织标准特征对所述目标对象进行病灶识别,确定所述目标对象的病灶识别结果,包括:

24、根据所述图像比值差对所述病灶检测特征进行修正,得到所述病灶检测区域的区域修正值;

25、根据所述区域修正值和所述组织标准特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果。

26、在本申请一种可能的实现方式中,所述基于所述病灶检测特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

27、获取所述病灶检测特征对应的病灶筛选阈值,所述病灶筛选阈值为预设病灶识别模型基于正常样本图像和病灶样本图像训练得到的检测特征阈值;

28、比较所述病灶检测特征和所述病灶筛选阈值,得到所述目标对象的病灶识别结果。

29、在本申请一种可能的实现方式中,所述基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

30、将所述目标对象和所述形态特征输入到预设病灶识别模型进行病灶识别,得到所述目标对象的病灶分类结果和病灶分级结果;

31、根据所述病灶分类结果和所述病灶分级结果生成所述目标对象的病灶识别结果。

32、另一方面,本申请提供一种病灶识别装置,所述病灶识别装置包括:

33、影像获取模块,被配置为响应病灶识别请求,获取医学扫描影像,确定所述医学扫描影像中待识别的目标区域图像;

34、形态提取模块,被配置为提取所述目标区域图像中的形态学算子,基于所述形态学算子确定所述目标区域图像中目标对象的形态特征;

35、病灶识别模块,被配置为基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果。

36、另一方面,本申请还提供一种病灶识别设备,所述病灶识别设备包括:

37、一个或多个处理器;

38、存储器;以及

39、一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现所述的病灶识别方法的步骤。

40、另一方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行所述的病灶识别方法中的步骤。

41、本申请中通过响应病灶识别请求,获取医学扫描影像,确定所述医学扫描影像中待识别的目标区域图像;对所述目标区域图像进行形态特征提取,得到所述目标区域图像中目标对象的形态特征;基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果。实现在获取复杂血管病灶区域对应难以识别病灶或者无法展示出准确病灶信息的医学扫描影像后,确定该医学扫描影像中待进行复杂心血管病灶检测的目标区域图像,并且利用形态学特征对该目标区域图像进行特征提取,得到该目标区域图像中目标对象的形态特征,并且通过识别到的形态特征进行病灶识别,以提高复杂血管病情的识别准确度,提高辅助诊断效果。

技术特征:

1.一种病灶识别方法,其特征在于,所述病灶识别方法包括:

2.根据权利要求1所述的病灶识别方法,其特征在于,所述对所述目标区域图像进行形态特征提取,得到所述目标区域图像中目标对象的形态特征,包括:

3.根据权利要求2所述的病灶识别方法,其特征在于,所述根据所述对象形态参数对所述目标对象进行特征识别,得到所述目标区域图像中目标对象的形态特征,包括:

4.根据权利要求1所述的病灶识别方法,其特征在于,所述基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

5.根据权利要求4所述的病灶识别方法,其特征在于,所述基于所述病灶检测特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

6.根据权利要求5所述的病灶识别方法,其特征在于,所述根据所述图像比值差和所述组织标准特征对所述目标对象进行病灶识别,确定所述目标对象的病灶识别结果,包括:

7.根据权利要求4所述的病灶识别方法,其特征在于,所述基于所述病灶检测特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

8.根据权利要求1所述的病灶识别方法,其特征在于,所述基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果,包括:

9.一种病灶识别装置,其特征在于,所述病灶识别装置包括:

10.一种病灶识别设备,其特征在于,所述病灶识别设备包括:

11.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至8中任一项所述的病灶识别方法的步骤。

技术总结本申请提供一种病灶识别方法、装置、设备和存储介质,本申请中的方法包括:响应病灶识别请求,获取医学扫描影像,确定所述医学扫描影像中待识别的目标区域图像;对所述目标区域图像进行形态特征提取,得到所述目标区域图像中目标对象的形态特征;基于所述形态特征对所述目标对象进行病灶识别,得到所述目标对象的病灶识别结果。本申请的技术方案能够实现提高复杂血管病灶的识别准确度,提高辅助诊断效果。技术研发人员:张晓岚,阳光受保护的技术使用者:语坤(北京)网络科技有限公司技术研发日:技术公布日:2024/8/1

本文地址:https://www.jishuxx.com/zhuanli/20240802/259210.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。