一种医疗图像处理方法、装置、电子医疗设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种医疗图像处理方法、装置、电子医疗设备和存储介质，方法包括：获取包含生物组织的生物组织图像，识别生物组织中的病灶对象在生物组织图像中的第一区域，并识别与病灶对象匹配的病灶属性；将生物组织在生物组织图像中的图像区域，划分为多个象限位置区域；获取第一区域所在的象限位置区域的目标象限位置信息，根据目标象限位置信息和病灶属性生成医疗业务数据。采用本发明专利技术，可以提高识别病灶类别以及识别病灶象限位置信息的效率。

A Medical Image Processing Method, Device, Electronic Medical Equipment and Storage Media

【技术实现步骤摘要】
一种医疗图像处理方法、装置、电子医疗设备和存储介质
本专利技术涉及计算机
，尤其涉及一种医疗图像处理方法、装置、电子医疗设备和存储介质。
技术介绍
乳腺癌是常见的恶性疾病之一，近年来，女性乳腺癌的发病率越来越高，数据统计，全球每年新增乳腺癌患者高达120万，排名女性恶性肿瘤发病率第一位。乳腺影像学检测是乳腺癌诊断的重要手段，目前常用的乳腺检查的方法有：钼靶成像，B超检测，核磁共振成像，其中钼靶成像是最常用的方法，因此基于钼靶乳腺图像进行医疗诊断具有重要的医疗意义。现有技术下，诊断钼靶乳腺图像主要是通过专业医务人员的人工诊断，专业医务人员通过自身经验，对钼靶乳腺图像中的病灶进行病灶类别以及病灶位置的判断，以生成诊断结果，后续在诊断结果的基础上，确定治疗方案。由于专业医务人员对钼靶乳腺图像的人工诊断需要耗费大量的时间，造成对钼靶乳腺图像的诊断效率低下。
技术实现思路
本专利技术实施例提供一种医疗图像处理方法、装置、电子医疗设备和存储介质，可以提高识别病灶类别以及识别病灶象限位置信息的效率。本专利技术实施例一方面提供了一种医疗图像处理方法，包括：获取包含生物组织的生物组织图像，识别所述生物组织中的病灶对象在所述生物组织图像中的第一区域，并识别与所述病灶对象匹配的病灶属性；将所述生物组织在所述生物组织图像中的图像区域，划分为多个象限位置区域；获取所述第一区域所在的象限位置区域的目标象限位置信息，根据所述目标象限位置信息和所述病灶属性生成医疗业务数据。其中，所述生物组织包括第一组织对象；所述将所述生物组织在所述生物组织图像中的图像区域，划分为多个象限位置区域，包括：识别所述第一组织对象在所述生物组织图像中的第二区域；根据所述第二区域在所述生物组织图像中确定象限分割线；将所述生物组织在所述生物组织图像中的图像区域作为组织图像区域，并根据所述象限分割线，将所述组织图像区域划分为所述多个象限位置区域。其中，所述生物组织图像包括第一生物组织图像和第二生物组织图像；所述第一生物组织图像和所述第二生物组织图像是对所述生物组织在不同方向上的成像；所述识别所述第一组织对象在所述生物组织图像中的第二区域，包括：获取图像语义分割模型，基于所述图像语义分割模型确定所述第一组织对象在所述第一生物组织图像中的第一组织标识区域；基于所述图像语义分割模型确定所述第一组织对象在所述第二生物组织图像中的第二组织标识区域；将所述第一组织标识区域和所述第二组织标识区域确定为所述第二区域。其中，所述基于所述图像语义分割模型确定所述第一组织对象在所述第一生物组织图像中的第一组织标识区域，包括：基于所述图像语义分割模型中的正向卷积层和转置卷积层，对所述第一生物组织图像进行正向卷积和反向卷积，得到卷积特征图；根据所述卷积特征图，确定所述第一生物组织图像中每个像素点的对象属性；所述对象属性包括第一组织属性；将属于所述第一组织属性的像素点组成的图像区域，作为所述第一组织对象在所述第一生物组织图像中的第一组织标识区域。其中，所述象限分割线包括与所述第一生物组织图像对应的第一分割线以及与所述第二生物组织图像对应的第二分割线；对象属性还包括第二组织属性；所述根据所述第二区域在所述生物组织图像中确定象限分割线，包括：获取所述生物组织在所述第一生物组织图像中的边缘分界线，根据所述第一组织标识区域和所述边缘分界线，在所述第一生物组织图像中确定所述第一分割线；将属于所述第二组织属性的像素点组成的图像区域，作为所述第二生物组织图像中的第二组织对象在所述第二生物组织图像中的对象区域；确定所述对象区域的对象分界线，根据所述第二组织标识区域和所述对象分界线，在所述第二生物组织图像中确定所述第二分割线。其中，所述第一生物组织图像是在头尾位方向上的成像；所述第二生物组织图像是斜侧位方向上的成像；所述将所述生物组织在所述生物组织图像中的图像区域作为组织图像区域，并根据所述象限分割线，将所述组织图像区域划分为所述多个象限位置区域，包括：将所述生物组织在第一生物组织图像中的图像区域作为第一组织图像区域，在所述第一生物组织图像中，根据第一分割线将所述第一组织图像区域划分为内象限位置区域和外象限位置区域；将所述生物组织在第二生物组织图像中的图像区域作为第二组织图像区域，在所述第二生物组织图像中，根据第二分割线将所述第二组织图像区域划分为上象限位置区域和下象限位置区域；将所述内象限位置区域、所述外象限位置区域、所述上象限位置区域和所述下象限位置区域确定为所述象限位置区域。其中，所述第一区域包括所述病灶对象在第一生物组织图像中的第一病灶区域和所述病灶对象在第二生物组织图像中的第二病灶区域；所述生物组织图像包括所述第一生物组织图像和所述第二生物组织图像；所述根据所述目标象限位置信息和所述病灶属性生成医疗业务数据，包括：从所述第一生物组织图像中提取与所述第一病灶区域对应的第一子图像；从所述第二生物组织图像中提取与所述第二病灶区域对应的第二子图像；获取目标匹配模型，基于所述目标匹配模型识别所述第一子图像和所述第二子图像之间的模型匹配概率；获取所述第一病灶区域和所述第二病灶区域之间的条件匹配概率，当所述模型匹配概率和所述条件匹配概率满足病灶匹配条件时，将所述目标象限位置信息和所述病灶属性组合为所述医疗业务数据。其中，所述获取所述第一病灶区域和所述第二病灶区域之间的条件匹配概率，包括：确定所述第一病灶区域在所述第一生物组织图像中的第一区域尺寸，并确定所述第二病灶区域在所述第二生物组织图像中的第一区域尺寸，根据所述第一区域尺寸和所述第二区域尺寸生成尺寸匹配概率；确定所述第一病灶区域与所述第一生物组织图像中的第一组织对象对应的图像区域之间的第一区域距离，并确定所述第二病灶区域与所述第二生物组织图像中的第一组织对象对应的图像区域之间的第二区域距离；根据所述第一区域距离和所述第二区域距离生成距离匹配概率；将所述尺寸匹配概率和所述距离匹配概率确定为所述条件匹配概率。其中，所述生物组织图像中的病灶对象的数量为多个；所述模型匹配概率包括所述多个病灶对象的第一子图像和所述多个病灶对象的第二子图像之间的单位模型匹配概率；所述条件匹配概率包括所述多个病灶对象的第一病灶区域和所述多个病灶对象的第二病灶区域之间的单位条件匹配概率；所述当所述模型匹配概率和所述条件匹配概率满足病灶匹配条件时，将所述目标象限位置信息和所述病灶属性组合为所述医疗业务数据，包括：从所述多个单位模型匹配概率和所述多个单位条件匹配概率中，选择满足所述病灶匹配条件的匹配概率对，作为目标匹配概率对；所述目标匹配概率对包括一个单位模型匹配概率和一个单位条件匹配概率；当所述目标匹配概率对中的单位模型匹配概率和单位条件匹配概率满足所述病灶匹配条件时，将所述目标概率匹配对的病灶对象作为目标病灶对象，并将所述目标病灶对象的目标象限位置信息和所述目标病灶对象的病灶属性，组合为所述医疗业务数据。其中，还包括：获取正样本图像和负样本图像；所述正样本图像包括第一正样本图像和第二正样本图像；所述第一正样本图像和所述第二正样本图像对应相同病灶对象；所述负样本图像包括第一负样本图像和第二负样本图像；所述第一负样本图像和所述第二负样本图像对应不同病灶对象；获取样本匹配模型，基于所述样本匹本文档来自技高网...

【技术保护点】
1.一种医疗图像处理方法，其特征在于，包括：获取包含生物组织的生物组织图像，识别所述生物组织中的病灶对象在所述生物组织图像中的第一区域，并识别与所述病灶对象匹配的病灶属性；将所述生物组织在所述生物组织图像中的图像区域，划分为多个象限位置区域；获取所述第一区域所在的象限位置区域的目标象限位置信息，根据所述目标象限位置信息和所述病灶属性生成医疗业务数据。

【技术特征摘要】
1.一种医疗图像处理方法，其特征在于，包括：获取包含生物组织的生物组织图像，识别所述生物组织中的病灶对象在所述生物组织图像中的第一区域，并识别与所述病灶对象匹配的病灶属性；将所述生物组织在所述生物组织图像中的图像区域，划分为多个象限位置区域；获取所述第一区域所在的象限位置区域的目标象限位置信息，根据所述目标象限位置信息和所述病灶属性生成医疗业务数据。2.根据权利要求1所述的方法，其特征在于，所述生物组织包括第一组织对象；所述将所述生物组织在所述生物组织图像中的图像区域，划分为多个象限位置区域，包括：识别所述第一组织对象在所述生物组织图像中的第二区域；根据所述第二区域在所述生物组织图像中确定象限分割线；将所述生物组织在所述生物组织图像中的图像区域作为组织图像区域，并根据所述象限分割线，将所述组织图像区域划分为所述多个象限位置区域。3.根据权利要求2所述的方法，其特征在于，所述生物组织图像包括第一生物组织图像和第二生物组织图像；所述第一生物组织图像和所述第二生物组织图像是对所述生物组织在不同方向上的成像；所述识别所述第一组织对象在所述生物组织图像中的第二区域，包括：获取图像语义分割模型，基于所述图像语义分割模型确定所述第一组织对象在所述第一生物组织图像中的第一组织标识区域；基于所述图像语义分割模型确定所述第一组织对象在所述第二生物组织图像中的第二组织标识区域；将所述第一组织标识区域和所述第二组织标识区域确定为所述第二区域。4.根据权利要求3所述的方法，其特征在于，所述基于所述图像语义分割模型确定所述第一组织对象在所述第一生物组织图像中的第一组织标识区域，包括：基于所述图像语义分割模型中的正向卷积层和转置卷积层，对所述第一生物组织图像进行正向卷积和反向卷积，得到卷积特征图；根据所述卷积特征图，确定所述第一生物组织图像中每个像素点的对象属性；所述对象属性包括第一组织属性；将属于所述第一组织属性的像素点组成的图像区域，作为所述第一组织对象在所述第一生物组织图像中的第一组织标识区域。5.根据权利要求3所述的方法，特征在于，所述象限分割线包括与所述第一生物组织图像对应的第一分割线以及与所述第二生物组织图像对应的第二分割线；对象属性还包括第二组织属性；所述根据所述第二区域在所述生物组织图像中确定象限分割线，包括：获取所述生物组织在所述第一生物组织图像中的边缘分界线，根据所述第一组织标识区域和所述边缘分界线，在所述第一生物组织图像中确定所述第一分割线；将属于所述第二组织属性的像素点组成的图像区域，作为所述第二生物组织图像中的第二组织对象在所述第二生物组织图像中的对象区域；确定所述对象区域的对象分界线，根据所述第二组织标识区域和所述对象分界线，在所述第二生物组织图像中确定所述第二分割线。6.根据权利要求5所述的方法，其特征在于，所述第一生物组织图像是在头尾位方向上的成像；所述第二生物组织图像是斜侧位方向上的成像；所述将所述生物组织在所述生物组织图像中的图像区域作为组织图像区域，并根据所述象限分割线，将所述组织图像区域划分为所述多个象限位置区域，包括：将所述生物组织在第一生物组织图像中的图像区域作为第一组织图像区域，在所述第一生物组织图像中，根据第一分割线将所述第一组织图像区域划分为内象限位置区域和外象限位置区域；将所述生物组织在第二生物组织图像中的图像区域作为第二组织图像区域，在所述第二生物组织图像中，根据第二分割线将所述第二组织图像区域划分为上象限位置区域和下象限位置区域；将所述内象限位置区域、所述外象限位置区域、所述上象限位置区域和所述下象限位置区域确定为所述象限位置区域。7.根据权利要求1所述的方法，其特征在于，所述第一区域包括所述病灶对象在第一生物组织图像中的第一病灶区域和所述病灶对象在第二生物组织图像中的第二病灶区域；所述生物组织图像包括所述第一生物组织图像和所述第二生物组织图像；所述根据所述目标象限位置信息和所述病灶属性生成医疗业务数据，包括：从所述第一生物组织图像中提取与所述第一病灶区域对应的第一子图像；从所述第二生物组织图像中提取与所述第二病灶区域对应的第二子图像；获取目标匹配模型，基于所述目标匹配模型识别所述第一子图像和所述第二子图像之间的模型匹配概率；获取所述第一病灶区域和所述第二病灶区域之间的条件匹配概率，当所述模型匹配概率和所述条件匹配概率满足病灶匹配条件时，将所述目标象限位置信息和所述病灶属性组合为所述医疗业务数据。8.根据权利要求7所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：田宽，江铖，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44