【技术实现步骤摘要】
乳腺钼靶图像的辅助诊断方法、装置、系统及介质
本申请实施例涉及人工智能领域,特别涉及一种乳腺钼靶图像的辅助诊断方法、装置、系统及介质。
技术介绍
乳腺钼靶(mammograms)图像被广泛应用于乳腺癌早期筛查,医生通常会诊断钼靶图像中的各种异常信息,包括肿块病灶、钙化病灶、淋巴结肿大及皮肤异常等,并根据异常信息给出表征风险程度的乳腺影像报告和数据系统(BI-RADS)分级。相关技术中,采用神经网络模型对乳腺钼靶图像中的病灶进行识别,从而定位出乳腺钼靶图像中的可疑病灶以及良恶性预测结果,并根据乳腺钼靶图像中的所有异常信息推断出该乳腺钼靶图像整体的BI-RADS评分。但是上述神经网络模型的预测过程仅是简单的二维图像层面的预测过程,与医生实际的看片过程并不吻合,导致对良恶性预测结果的准确程度较低。
技术实现思路
本申请实施例提供了一种乳腺钼靶图像的辅助诊断方法、装置、系统及介质,可以解决相关技术中的神经网络模型对乳腺钼靶图像中的良恶性预测结果的准确程序较低的问题。所述技术方案如下:根据本申请的一个方面,提供了一种乳腺钼靶图像的辅助诊断方法,所述方法包括:获取单侧乳房的乳腺钼靶图像,所述乳腺钼靶图像包括:头尾(Cranial-Caudal,CC)位钼靶图像和内侧斜视(MedioLateral-Oblique,MLO)位钼靶图像;调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果;生成和输出检测报告,所述检测报告包括所述单侧乳房的良恶性预测结果。根据本申请的一个方面,提供了一种乳腺钼靶图像的辅助诊断装置,所述 ...
【技术保护点】
1.一种乳腺钼靶图像的辅助诊断方法,其特征在于,所述方法包括:获取单侧乳房的乳腺钼靶图像,所述乳腺钼靶图像包括:头尾CC位钼靶图像和内侧斜MLO位钼靶图像;调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果;生成和输出检测报告,所述检测报告包括所述单侧乳房的良恶性预测结果。
【技术特征摘要】
1.一种乳腺钼靶图像的辅助诊断方法,其特征在于,所述方法包括:获取单侧乳房的乳腺钼靶图像,所述乳腺钼靶图像包括:头尾CC位钼靶图像和内侧斜MLO位钼靶图像;调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果;生成和输出检测报告,所述检测报告包括所述单侧乳房的良恶性预测结果。2.根据权利要求1所述的方法,其特征在于,所述乳房良恶性检测模型包括:第一单图检测部、第二单图检测部、池化层和全连接层;所述调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果,包括:调用所述第一单图检测部对所述CC位钼靶图像进行处理,得到第一特征;调用所述第二单图检测部对所述MLO位钼靶图像进行处理,得到第二特征;将所述第一特征和所述第二特征输入所述池化层和所述全连接层,得到所述单侧乳房的良恶性预测结果。3.根据权利要求1所述的方法,其特征在于,所述调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果之前,还包括:调用腺体类型分类模型对所述乳腺钼靶图像中的腺体类型进行识别,得到腺体类型识别结果;所述调用乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果,包括:根据所述腺体类型识别结果确定所述乳房良恶性检测模型对应的预测阈值;调用确定所述预测阈值后的乳房良恶性检测模型对所述CC位钼靶图像和所述MLO位钼靶图像进行良恶性预测,得到所述单侧乳房的良恶性预测结果。4.根据权利要求2所述的方法,其特征在于,所述调用腺体类型分类模型对所述乳腺钼靶图像中的腺体类型进行识别,得到腺体类型识别结果,包括:调用所述腺体类型分类模型对所述CC位钼靶图像的腺体类型进行识别,得到第一腺体类型;调用所述腺体类型分类模型对所述MLO位钼靶图像的腺体类型进行识别,得到第二腺体类型;将所述第一腺体类型和所述第二腺体类型中腺体密度较大的一种,确定为所述单侧乳房的腺体类型。5.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:调用病灶识别模型对所述乳腺钼靶图像进行病灶检测,得到病灶检测结果,所述病灶检测包括肿块检测和/或钙化检测。6.根据权利要求5所述的方法,其特征在于,所述病灶识别模型包括:病灶描述模型、病灶良恶性模型、病灶匹配模型和病灶象限定位模型中的至少一种;所述调用病灶识别模型对所述乳腺钼靶图像进行病灶检测,得到病灶检测结果,包括:调用所述病灶描述模型对所述乳腺钼靶图像中的病灶进行检测,得到病灶描述信息;调用所述病灶良恶性模型对所述乳腺钼靶图像中的病灶进行良恶性识别,得到病灶良恶性概率;调用所述病灶匹配模型对所述CC位钼靶图像和所述MLO位钼靶图像的病灶进行一致性判断,得到病灶匹配概...
【专利技术属性】
技术研发人员:田宽,江铖,颜克洲,沈荣波,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。