基于医学图像的智能病灶定位方法、系统、装置及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114170133A(43)申请公布日2022.03.11(21)申请号202111287559.3G06K9/62(2022.01)(22)申请日2021.11.02G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人佛山市第四人民医院（佛山市结核G06V10/82(2022.01)病防治所）G06V10/764(2022.01)地址528041广东省佛山市禅城区澜石金澜南路106号(72)发明人龙显荣叶一农王威邓东华张锡林黄戈(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人余凯欢(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/73(2017.01)权利要求书2页说明书8页附图2页(54)发明名称基于医学图像的智能病灶定位方法、系统、装置及介质(57)摘要本申请公开了一种基于医学图像的智能病灶定位方法、系统、设备及介质。该方法通过获取待处理目标的正位医学图像和侧位医学图像；对正位医学图像和侧位医学图像进行图像分割处理，得到正位肺部图像和侧位肺部图像；对正位肺部图像进行病灶检测处理和特征提取，得到二维正位特征数据；对侧位医学图像进行病灶检测处理和特征提取，得到二维侧位特征数据；对二维正位特征数据和二维侧位特征数据进行正交堆叠，得到三维特征数据；根据三维特征数据，得到待处理目标的肺部病灶定位结果。该方法可以从图像中挖掘更多的有效检测信息，多角度的医学图像结合，能够得到更加准确的病灶定位结果。本申请可广泛应用于医学影像处理技术领域内。CN114170133ACN114170133A权利要求书1/2页1.一种基于医学图像的智能病灶定位方法，其特征在于，包括以下步骤：获取待处理目标的正位医学图像和侧位医学图像；对所述正位医学图像和所述侧位医学图像进行图像分割处理，得到正位肺部图像和侧位肺部图像；对所述正位肺部图像进行病灶检测处理和特征提取，得到二维正位特征数据；对所述侧位医学图像进行病灶检测处理和特征提取，得到二维侧位特征数据；对所述二维正位特征数据和所述二维侧位特征数据进行正交堆叠，得到三维特征数据；根据所述三维特征数据，得到所述待处理目标的肺部病灶定位结果。2.根据权利要求1所述的基于医学图像的智能病灶定位方法，其特征在于：所述获取待处理目标的正位医学图像和侧位医学图像之后，还包括：对所述正位医学图像和所述侧位医学图像进行预处理；所述预处理包括图像压缩处理、尺度归一化处理和直方图均衡化处理中的至少一种。3.根据权利要求1所述的基于医学图像的智能病灶定位方法，其特征在于，所述对所述正位医学图像进行图像分割处理，得到正位肺部图像，包括：将所述正位医学图像输入到图像分割模型中，得到所述图像分割模型输出的目标区域和目标类别；从所述正位医学图像中截取对应的所述目标类别为肺部的目标区域，得到所述正位肺部图像。4.根据权利要求3所述的基于医学图像的智能病灶定位方法，其特征在于，所述图像分割模型为FasterR‑CNN模型，所述从所述正位医学图像中截取对应的所述目标类别为肺部的目标区域，得到所述正位肺部图像，包括：依次确定所述目标区域对应的各种目标类别的概率；将正位医学图像中目标类别为肺部的概率最高的目标区域作为截取区域，截取得到所述正位肺部图像。5.根据权利要求1所述的基于医学图像的智能病灶定位方法，其特征在于，所述对所述二维正位特征数据和所述二维侧位特征数据进行正交堆叠，得到三维特征数据，包括：对多个不同的检测模型处理得到的二维正位特征数据和二维侧位特征数据进行正交堆叠，得到各个所述检测模型对应的初始特征数据；对全部所述检测模型对应的初始特征数据进行加权处理，得到所述三维特征数据。6.根据权利要求1‑5中任一项所述的基于医学图像的智能病灶定位方法，其特征在于，所述方法还包括：将所述三维特征数据输入到分类网络中，得到所述待处理目标的肺部病灶类型预测结果。7.一种基于医学图像的智能病灶定位系统，其特征在于，包括：获取模块，用于获取待处理目标的正位医学图像和侧位医学图像；分割模块，用于对所述正位医学图像和所述侧位医学图像进行图像分割处理，得到正位肺部图像和侧位肺部图像；第一处理模块，用于对所述正位肺部图像进行病灶检测处理和特征提取，得到二维正2CN114170133A权利要求书2/2页位特征数据；第二处理模块，用于对所述侧位医学图像进行病灶检测处理和特征提取，得到二维侧位特征数据；堆叠模块，用于对所述二维正位特征数据和所述二维侧位特征数据进行正交堆叠，得到三维特征数据；定位模块，用于根据所述三维特征数据，得到所述待处理目标的肺部病灶定位结果。8.一种基于医学图像的智能病灶