医学成像处理方法、装置以及图像处理设备制造方法及图纸

本申请提供一种医学成像处理方法、装置以及图像处理设备，该方法包括：将待检测医学成像分割成两个以上第一子图像；针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节；若所述第一子图像中存在肺结节，则在所述待检测医学成像中确定第二子图像，其中，所述第二子图像的中心位置位于所述第一子图像中；确定所述第二子图像的中心位置处是否存在肺结节。应用该方法，可以提高基于医学成像检测肺结节的准确度以及效率，实现准确地定位肺结节所在位置。

Medical imaging processing method, device and image processing apparatus

The present application provides a medical imaging processing method, apparatus and image processing apparatus comprising: dividing a medical image to be detected into two or more first sub-images; determining whether there is a pulmonary nodule in the first sub-image for each of the first sub-images; and if there is a pulmonary nodule in the first sub-image, A second sub-image is determined in the medical imaging to be detected, wherein the central position of the second sub-image is located in the first sub-image, and whether there is a pulmonary nodule at the central position of the second sub-image is determined. With this method, the accuracy and efficiency of lung nodule detection based on medical imaging can be improved, and the location of lung nodule can be accurately located.

【技术实现步骤摘要】
医学成像处理方法、装置以及图像处理设备
本申请涉及图像处理
，尤其涉及一种医学成像处理方法、装置以及图像处理设备。
技术介绍
目前，在所有的癌症死亡病例中，肺癌死亡病例所占比例已超过35％，并呈逐年上升趋势，而临床研究表明，若可以实现对肺癌患者的早期诊断、早期治疗，可以有效提高肺癌患者的生存率，因此，对肺癌的早期诊断、早期治疗具有重要意义，而肺结节作为肺癌的早期重要表征，也就受到越来越多地关注。现有技术中，基于医学成像，例如CT(ComputedTomography)图像、核磁共振图像等检测肺结节的过程包含两个步骤，依次为疑似结节筛选、假阳性去除，其中，疑似结节筛选是基于肺结节的像素值大于肺组织中其他区域的像素值这一原理，采用阈值分割方法提取出疑似肺结节，假阳性去除则是采用机器学习方法对每一个疑似肺结节进行判定，最终识别出真实肺结节。然而，在疑似结节筛选这一步骤中，所采用的阈值通常是基于经验值设置的，若设置的阈值较大，则无法筛选出像素值较低的磨玻璃结节，从而导致肺结节检测结果的准确度较低；若设置的阈值较小，则会将诸多的非结节区域筛选为疑似肺结节，从而将增加后续假阳性去除这一步骤的处理难度，由此可见，现有技术中基于医学成像检测肺结节的准确度较低，效率也较低。
技术实现思路
有鉴于此，本申请提供一种医学成像处理方法、装置以及图像处理设备，以提高基于医学成像检测肺结节的准确度以及效率，实现准确地定位肺结节所在位置。具体地，本申请是通过如下技术方案实现的：根据本申请实施例的第一方面，提供一种医学成像处理方法，所述方法包括：将待检测医学成像分割成两个以上第一子图像；针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节；若所述第一子图像中存在肺结节，则在所述待检测医学成像中确定第二子图像，其中，所述第二子图像的中心位置位于所述第一子图像中；通过已训练的第二分类器确定所述第二子图像的中心位置处是否存在肺结节。可选的，所述方法还包括：基于第一预设训练集获取第一正样本与第一负样本，其中，所述第一预设训练集中的每一幅医学成像中均存在肺结节，所述第一正样本中存在肺结节，所述第一负样本中不存在肺结节；分别提取所述第一正样本与所述第一负样本的图像特征；通过所述第一正样本、所述第一负样本，以及所述第一正样本与所述第一负样本的图像特征对预设的第一分类器进行训练，得到已训练的第一分类器，所述第一分类器的输入是医学成像，输出是医学成像中是否存在肺结节；所述针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节，包括：针对每一所述第一子图像，通过所述第一分类器确定所述第一子图像中是否存在肺结节。可选的，所述方法还包括：基于第二预设训练集获取第二正样本与第二负样本，其中，所述第二预设训练集中的每一幅医学成像中均存在肺结节，所述第二正样本的中心位置处存在肺结节，所述第二负样本中不存在肺结节；分别提取所述第二正样本与所述第二负样本的图像特征；通过所述第二正样本、所述第二负样本，以及所述第二正样本与所述第二负样本的图像特征对预设的第二分类器进行训练，得到已训练的第二分类器，所述第二分类器的输入是医学成像，输出是医学成像的中心位置处是否存在肺结节；所述确定所述第二子图像的中心位置处是否存在肺结节，包括：通过所述第二分类器确定所述第二子图像的中心位置处是否存在肺结节。可选的，所述在所述待检测医学成像中确定第二子图像，包括：在所述第一子图像中选取至少一个目标像素点；针对每一所述目标像素点，在所述待检测医学成像中提取第一预设大小的矩形图像块作为所述目标像素点对应的第二子图像，其中，所述目标像素点位于所述第二子图像的中心位置处。可选的，所述在所述第一子图像中选取至少一个目标像素点，包括：将所述第一子图像平均分割成两个以上第二预设大小的第三子图像；将每一所述第三子图像中心位置处的像素点确定为目标像素点。可选的，在所述通过已训练的第二分类器确定所述第二子图像的中心位置处是否存在肺结节之后，所述方法还包括：获取中心位置处存在肺结节的目标第二子图像；确定所述目标第二子图像对应的目标第三子图像，其中，所述目标第三子图像的中心位置与其对应的目标第二子图像的中心位置相重合；确定所有的所述目标第三子图像中是否存在相接的目标第三子图像；若存在，则将所述相接的目标第三子图像拼接而成的图像块的中心位置确定为肺结节所在位置。根据本申请实施例的第二方面，提供一种医学成像处理装置，所述装置包括：图像分割模块，用于将待检测医学成像分割成两个以上第一子图像；第一确定模块，用于针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节；第一图像确定模块，用于若所述第一子图像中存在肺结节，则在所述待检测医学成像中确定第二子图像，其中，所述第二子图像的中心位置位于所述第一子图像中；第二确定模块，用于确定所述第二子图像的中心位置处是否存在肺结节。可选的，所述装置还包括：第一样本获取模块，用于基于第一预设训练集获取第一正样本与第一负样本，其中，所述第一预设训练集中的每一幅医学成像中均存在肺结节，所述第一正样本中存在肺结节，所述第一负样本中不存在肺结节；第一特征提取模块，用于分别提取所述第一正样本与所述第一负样本的图像特征；第一训练模块，用于通过所述第一正样本、所述第一负样本，以及所述第一正样本与所述第一负样本的图像特征对预设的第一分类器进行训练，得到已训练的第一分类器，所述第一分类器的输入是医学成像，输出是医学成像中是否存在肺结节；所述第一确定模块具体用于：针对每一所述第一子图像，通过所述第一分类器确定所述第一子图像中是否存在肺结节。可选的，所述装置还包括：第二样本获取模块，用于基于第二预设训练集获取第二正样本与第二负样本，其中，所述第二预设训练集中的每一幅医学成像中均存在肺结节，所述第二正样本的中心位置处存在肺结节，所述第二负样本中不存在肺结节；第二特征提取模块，用于分别提取所述第二正样本与所述第二负样本的图像特征；第二训练模块，用于通过所述第二正样本、所述第二负样本，以及所述第二正样本与所述第二负样本的图像特征对预设的第二分类器进行训练，得到已训练的第二分类器，所述第二分类器的输入是医学成像，输出是医学成像的中心位置处是否存在肺结节；所述第二确定模块具体用于：通过所述第二分类器确定所述第二子图像的中心位置处是否存在肺结节。可选的，所述图像确定模块包括：选取子模块，用于在所述第一子图像中选取至少一个目标像素点；图像提取子模块，用于针对每一所述目标像素点，在所述待检测医学成像中提取第一预设大小的矩形图像块作为所述目标像素点对应的第二子图像，其中，所述目标像素点位于所述第二子图像的中心位置处。可选的，所述选取子模块包括：图像分割子模块，用于将所述第一子图像平均分割成两个以上第二预设大小的第三子图像；目前确定子模块，用于将每一所述第三子图像中心位置处的像素点确定为目标像素点。可选的，所述装置还包括：图像获取模块，用于获取中心位置处存在肺结节的目标第二子图像；第二图像确定模块，用于确定所述目标第二子图像对应的目标第三子图像，其中，所述目标第三子图像的中心位置与其对应的目标第二子图像的中心位置相重合；相接判断模块，用于确定所有的所述目标第三子图像中是否存在相接的目标第三子图像；本文档来自技高网...

【技术保护点】
1.一种医学成像处理方法，其特征在于，所述方法包括：将待检测医学成像分割成两个以上第一子图像；针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节；若所述第一子图像中存在肺结节，则在所述待检测医学成像中确定第二子图像，其中，所述第二子图像的中心位置位于所述第一子图像中；确定所述第二子图像的中心位置处是否存在肺结节。

【技术特征摘要】
1.一种医学成像处理方法，其特征在于，所述方法包括：将待检测医学成像分割成两个以上第一子图像；针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节；若所述第一子图像中存在肺结节，则在所述待检测医学成像中确定第二子图像，其中，所述第二子图像的中心位置位于所述第一子图像中；确定所述第二子图像的中心位置处是否存在肺结节。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于第一预设训练集获取第一正样本与第一负样本，其中，所述第一预设训练集中的每一幅医学成像中均存在肺结节，所述第一正样本中存在肺结节，所述第一负样本中不存在肺结节；分别提取所述第一正样本与所述第一负样本的图像特征；通过所述第一正样本、所述第一负样本，以及所述第一正样本与所述第一负样本的图像特征对预设的第一分类器进行训练，得到已训练的第一分类器，所述第一分类器的输入是医学成像，输出是医学成像中是否存在肺结节；所述针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节，包括：针对每一所述第一子图像，通过所述第一分类器确定所述第一子图像中是否存在肺结节。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于第二预设训练集获取第二正样本与第二负样本，其中，所述第二预设训练集中的每一幅医学成像中均存在肺结节，所述第二正样本的中心位置处存在肺结节，所述第二负样本中不存在肺结节；分别提取所述第二正样本与所述第二负样本的图像特征；通过所述第二正样本、所述第二负样本，以及所述第二正样本与所述第二负样本的图像特征对预设的第二分类器进行训练，得到已训练的第二分类器，所述第二分类器的输入是医学成像，输出是医学成像的中心位置处是否存在肺结节；所述确定所述第二子图像的中心位置处是否存在肺结节，包括：通过所述第二分类器确定所述第二子图像的中心位置处是否存在肺结节。4.根据权利要求1所述的方法，其特征在于，所述在所述待检测医学成像中确定第二子图像，包括：在所述第一子图像中选取至少一个目标像素点；针对每一所述目标像素点，在所述待检测医学成像中提取第一预设大小的矩形图像块作为所述目标像素点对应的第二子图像，其中，所述目标像素点位于所述第二子图像的中心位置处。5.根据权利要求4所述的方法，其特征在于，所述在所述第一子图像中选取至少一个目标像素点，包括：将所述第一子图像平均分割成两个以上第二预设大小的第三子图像；将每一所述第三子图像中心位置处的像素点确定为目标像素点。6.根据权利要求4所述的方法，其特征在于，在所述通过已训练的第二分类器确定所述第二子图像的中心位置处是否存在肺结节之后，所述方法还包括：获取中心位置处存在肺结节的目标第二子图像；确定所述目标第二子图像对应的目标第三子图像，其中，所述目标第三子图像的中心位置与其对应的目标第二子图像的中心位置相重合；确定所有的所述目标第三子图像中是否存在相接的目标第三子图像；若存在，则将所述相接的目标第三子图像拼接而成的图像块的中心位置确定为肺结节所在位置。7.一种医学成像处理装置，其特征在于，所述装置包括：图像分割模块，用于将待检测医学成像分割成两个以上第一子图像；第一确定模块，用于针对每一所述第一子图像，确定所述第一子图像中是否存在肺结节；第一图像确定模块，用于若所述第一子图像中存在肺结节，则在所述待检测医学成像中确定第二子图像，其中，所述第二子图像的中心位置位于所述第一子图像...

【专利技术属性】
技术研发人员：韩冬，
申请(专利权)人：沈阳东软医疗系统有限公司，
类型：发明
国别省市：辽宁,21