病症数据获取方法和装置制造方法及图纸

本发明专利技术提供一种病症数据获取方法和装置。该方法包括：对患病部位的影像进行处理，得到处理后的影像；根据所述处理后的影像和识别模型，获取所述处理后的影像的前景影像，所述识别模型用于指示影像和前景影像之间的关系；根据所述处理后的影像的前景影像，获取患者的病症数据。使得医生可以结合该病症数据对患者的病情做出诊断，和现有技术中仅以患者患病部位的影像为诊断依据相比，诊断结果更加可靠。

Method and Device for Obtaining Disease Data

The invention provides a method and device for obtaining disease data. The method includes: processing the image of the diseased part and obtaining the processed image; acquiring the foreground image of the processed image according to the processed image and recognition model, which is used to indicate the relationship between the image and the foreground image; acquiring the patient's disease data according to the foreground image of the processed image. It enables doctors to diagnose the patient's condition based on the disease data, and the diagnosis results are more reliable than those based only on the image of the patient's diseased area in the existing technology.

【技术实现步骤摘要】
病症数据获取方法和装置
本专利技术涉及图像处理
，尤其涉及一种病症数据获取方法和装置。
技术介绍
医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。目前，临床上广泛使用的医学成像技术有：X射线成像技术、CT成像技术、磁共振成像技术和超声成像技术。医学影像为提高医生诊断的准确率起到了重要作用。目前，医生需要结合医学影像做出诊断时，先利用成像设备获取患者患病部位的影像，然后根据患病部位的影像对患者病情做出诊断。然而，将患者患病部位的影像直接作为诊断依据可能导致诊断结果不理想。
技术实现思路
本专利技术提供一种病症数据获取方法和装置，用以提高诊断结果的准确度。第一方面，本专利技术提供一种病症数据获取方法，包括：对患病部位的影像进行处理，得到处理后的影像；根据所述处理后的影像和识别模型，获取所述处理后的影像的前景影像，所述识别模型用于指示影像和前景影像之间的关系；根据所述处理后的影像的前景影像，获取患者的病症数据。可选的，所述对患病部位的影像进行处理，得到处理后的影像，包括：根据所述患病部位的影像，采用openCV技术获取所述处理后的影像。可选的，所述根据患病部位的影像，采用openCV技术获取处理后的影像，包括：通过双目相机提取所述患病部位的影像的图像深度信息；对所述图像深度信息进行稠密重建，得到所述处理后的影像。可选的，所述根据所述处理后的影像和识别模型，获取所述处理后的影像的前景影像之前，还包括：获取所述识别模型。可选的，所述获取所述识别模型，包括：根据预先存储的影像样本，以及每个影像样本对应的前景影像，确定所述识别模型。可选的，所述根据预先存储的影像样本，以及每个影像样本对应的前景影像，确定所述识别模型，包括：采用深度学习算法，对所述影像样本进行训练，得到所述识别模型。可选的，所述根据所述处理后的影像的前景影像，获取患者的病症数据，包括：根据所述处理后的影像的前景影像和病症分析模型，获取所述患者的病症数据，所述病症分析模型用于指示前景影像和病症数据的对应关系。可选的，所述根据所述处理后的影像的前景影像和病症分析模型，获取所述患者的病症数据之前，还包括：获取所述病症分析模型。可选的，所述获取所述病症分析模型，包括：根据预先存储的前景影像样本和每个前景影像样本对应的病症数据，采用深度学习算法确定所述病症分析模型。可选的，所述患病部位的影像包括：X射线影像、CT影像、核磁共振影像和超声波影像中的任意一种。第二方面，本专利技术提供一种病症数据获取装置，包括：第一获取模块，用于对患病部位的影像进行处理，得到处理后的影像；第二获取模块，用于根据所述处理后的影像和识别模型，获取所述处理后的影像的前景影像，所述识别模型用于指示影像和前景影像之间的关系；第三获取模块，用于根据所述处理后的影像的前景影像，获取患者的病症数据。可选的，所述第一获取模块，具体用于根据所述患病部位的影像，采用openCV技术获取所述处理后的影像。可选的，所述第一获取模块，包括：提取模块，用于通过双目相机提取所述患病部位的影像的图像深度信息；重建模块，用于对所述图像深度信息进行稠密重建，得到所述处理后的影像。可选的，上述装置，还包括：第四获取模块，用于获取所述识别模型。可选的，所述第四获取模块，具体用于根据预先存储的影像样本，以及每个影像样本对应的前景影像，确定所述识别模型。可选的，所述第四获取模块，具体用于采用深度学习算法，对所述影像样本进行训练，得到所述识别模型。可选的，所述第三获取模块，具体用于根据所述处理后的影像的前景影像和病症分析模型，获取所述患者的病症数据，所述病症分析模型用于指示前景影像和病症数据的对应关系。可选的，上述装置，还包括：第五获取模块，用于获取所述识别模型。可选的，所述第五获取模块，具体用于根据预先存储的前景影像样本和每个前景影像样本对应的病症数据，采用深度学习算法确定所述病症分析模型。可选的，所述患病部位的影像包括：X射线影像、CT影像、核磁共振影像和超声波影像中的任意一种。第三方面，本专利技术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执行时实现上述病症数据获取方法。第四方面，本专利技术提供一种服务器，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来实现上述病症数据获取方法。本专利技术提供的病症数据获取方法和装置，在利用成像设备得到患病部位的影像的基础上，采用openCV技术对该患病部位的影像进行提取和重建，得到处理后的影像；然后将该处理后的影像输入对应的识别模型，得到该处理后的影像的前景影像，进而根据该处理后的影像的前景影像，获取患者的病症数据。使得医生可以结合该病症数据对患者的病情做出诊断，和现有技术中仅以患者患病部位的影像为诊断依据相比，诊断结果更加可靠。附图说明图1为本专利技术提供的病症数据获取方法的实施例一的流程示意图；图2为本专利技术提供的病症数据获取方法的实施例二的流程示意图；图3为本专利技术提供的病症数据获取方法的实施例三的流程示意图；图4为本专利技术提供的病症数据获取方法的实施例三的另一流程示意图；图5为本专利技术提供的病症数据获取装置的实施例一的结构示意图；图6为本专利技术提供的病症数据获取装置的实施例二的结构示意图；图7为本专利技术提供的服务器的硬件结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。目前，医生结合医学影像做出诊断时，先利用成像设备获取患者患病部位的影像，然后根据患病部位的影像对患者病情做出诊断。然而，直接将患者患病部位的影像作为诊断依据可能会导致诊断结果不理想。本专利技术提供一种病症数据获取方法和装置。在得到患者患病部位的影像的基础上，首先对患病部位的影像进行处理，得到处理后的影像；然后根据该处理后的影像和识别模型，获取所述处理后的影像的前景影像；最后根据该处理后的影像的前景影像，获取患者的病症数据；使得医生可以结合该病症数据对患者的病情做出诊断，和现有技术中仅以患者患病部位的影像为诊断依据相比，诊断结果更加可靠。下面以具体地实施例对本专利技术的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本专利技术的实施例进行描述。图1为本专利技术提供的病症数据获取方法的实施例一的流程示意图。如图1所示，本实施例提供的病症数据获取方法，包括：S101、对患病部位的影像进行处理，得到处理后的影像；；可选的，患者患病部位的影像可以是：X射线影像、CT影像、核磁共振影像和超声波影像中的任意一种。作为一种可实现的方式，可根据所述患病部位的影像，采用openCV技术获取所述处理后的影像。可选的，采用openCV技术获取处理后的影像的一种可实现的方式为：通过双目相机提取所述患病部位的影像的图像深度信息；对所述图像深度信息进行稠密重建，得本文档来自技高网...

【技术保护点】
1.一种病症数据获取方法，其特征在于，包括：对患病部位的影像进行处理，得到处理后的影像；根据所述处理后的影像和识别模型，获取所述处理后的影像的前景影像，所述识别模型用于指示影像和前景影像之间的关系；根据所述处理后的影像的前景影像，获取患者的病症数据。

【技术特征摘要】
1.一种病症数据获取方法，其特征在于，包括：对患病部位的影像进行处理，得到处理后的影像；根据所述处理后的影像和识别模型，获取所述处理后的影像的前景影像，所述识别模型用于指示影像和前景影像之间的关系；根据所述处理后的影像的前景影像，获取患者的病症数据。2.根据权利要求1所述的方法，其特征在于，所述对患病部位的影像进行处理，得到处理后的影像，包括：根据所述患病部位的影像，采用openCV技术获取所述处理后的影像。3.根据权利要求2所述的方法，其特征在于，所述根据患病部位的影像，采用openCV技术获取所述处理后的影像，包括：通过双目相机提取所述患病部位的影像的图像深度信息；对所述图像深度信息进行稠密重建，得到所述处理后的影像。4.根据权利要求1所述的方法，其特征在于，所述根据所述处理后的影像和识别模型，获取所述处理后的影像的前景影像之前，还包括：获取所述识别模型。5.根据权利要求4所述的方法，其特征在于，所述获取所述识别模型，包括：根据预先存储的影像样本，以及每个影像样本对应的前景影像，确定所述识别模型。6.根据权利要求5所述的方法，其特征在于，所述根据预先存储的影像样本，以及每个影像样本对应的前景影像，确定所述识别模型，包括：采用深度学习算法，对所述影像样本进行训练，得到所述识别模型。7.根据权利要求1所述的方法，其特征在于，所述根据所述处理后的影像的前景影像，获取患者的病症数据，包括：根据所述处理后的影像的前景影像和病症分析模型，获取所述患者的病症数据，所述病症分析模型用于指示前景影像和病症数据的对应关系。8.根据权利要求7所述的方法，其特征在于，所述根据所述处理后的影像的前景影像和病症分析模型，获取所述患者的病症数据之前，还包括：获取所述病症分析模型。9.根据权利要求8所述的方法，其特征在于，所述获取所述病症分析模型，包括：根据预先存储的前景影像样本和每个前景影像样本对应的病症数据，采用深度学习算法确定所述病症分析模型。10.根据权利要求1-9任一项所述的方法，其特征在于，所述患病部位的影像包括：X射线影像、CT影像、核磁共振影像和超声波影像中的任意一种。11.一种病症数据获取装置，其特征在于，包括：第一获取模块，用...

【专利技术属性】
技术研发人员：庞文杰，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11