The embodiment of the invention provides a method and apparatus for medical image processing, and relates to the technical field of medical, multi objective of medical image (organ) hierarchical segmentation, first identify medical parts contained in medical image, and then identify the parts in all kinds of medicine containing target organ can improve the recognition accuracy. The method includes obtaining the original medical image; through machine learning, a plurality of first medical parts include recognition of the original medical image; determine the designated first medical sites from the plurality of first medical parts; through machine learning, the identification of the specified first medicine contains a plurality of target position. The technical scheme provided by the embodiment of the invention is suitable for the multitarget segmentation of medical images.
【技术实现步骤摘要】
一种医学图像处理的方法及装置
本专利技术涉及医疗
,尤其涉及一种医学图像处理的方法及装置。
技术介绍
图像的分割算法由“传统特征提取”+“分类器”模型逐渐向“深度学习”模型转变,因此基于深度学习的多目标分割算法也正被广泛应用于各个领域。在医学
中,基于深度学习的多目标分割算法主要用于对医学图像进行器官分割。因为图像中多目标之间没有关联和部位从属信息,传统的多目标分割方法中并没有考虑到层级的概念。因此,典型的多目标图像分割的深度学习算法,均是在预训练网络模型的基础上直接进行多类目标分割的训练。如此存在如下问题:若将直接进行多类目标分割的方法,用于解决医学
的器官分割问题,可能会因为待分割的器官较多,而导致器官识别不精确,很容易遗漏器官。
技术实现思路
有鉴于此,本专利技术实施例提供了一种医学图像处理的方法及装置,对医学图像进行多目标分割时进行分层级处理,提高了器官识别的精确度,减少了器官的识别遗漏。第一方面,本专利技术实施例提供一种医学图像处理的方法,所述方法包括:获取原始医学图像;通过机器学习,识别所述原始医学图像中包含的若干个第一医学部位;从所述若干个第一医学部位中确定指定第一医学部位;通过机器学习,识别所述指定第一医学部位中包含的若干个目标。如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,在所述从所述若干个第一医学部位中确定指定第一医学部位之后,所述方法还包括:通过机器学习,识别所述指定第一医学部位中包含的若干个第二医学部位;从所述若干个第二医学部位中确定指定第二医学部位;通过机器学习,识别所述指定第二医学部位中包 ...
【技术保护点】
一种医学图像处理的方法,其特征在于,所述方法包括:获取原始医学图像;通过机器学习,识别所述原始医学图像中包含的若干个第一医学部位;从所述若干个第一医学部位中确定指定第一医学部位;通过机器学习,识别所述指定第一医学部位中包含的若干个目标。
【技术特征摘要】
1.一种医学图像处理的方法,其特征在于,所述方法包括:获取原始医学图像;通过机器学习,识别所述原始医学图像中包含的若干个第一医学部位;从所述若干个第一医学部位中确定指定第一医学部位;通过机器学习,识别所述指定第一医学部位中包含的若干个目标。2.根据权利要求1所述的方法,其特征在于,在所述从所述若干个第一医学部位中确定指定第一医学部位之后,所述方法还包括:通过机器学习,识别所述指定第一医学部位中包含的若干个第二医学部位;从所述若干个第二医学部位中确定指定第二医学部位;通过机器学习,识别所述指定第二医学部位中包含的若干个第三医学部位;从所述若干个第三医学部位中确定指定第三医学部位;以此类推,通过机器学习,识别所述指定第N-1医学部位中包含的若干个第N医学部位;从所述若干个第N医学部位中确定指定第N医学部位;则通过机器学习,识别所述指定第一医学部位中包含的若干个目标,包括,通过机器学习,识别所述指定第N医学部位中包含的若干个目标;其中,N为大于1的整数。3.根据权利要求1所述的方法,其特征在于,在所述通过机器学习,识别所述指定第一医学部位中包含的若干个目标之后,所述方法还包括:根据所述识别出的若干个目标,生成并输出分割医学图像。4.根据权利要求1所述的方法,其特征在于,在所述获取原始医学图像之后,所述方法还包括:获取所述若干个目标在所述第一医学部位中的从属信息。5.根据权利要求1所述的方法,其特征在于,所述方法适用于基于卷积神经网络的人工神经网络模型。6.根据权利要求5所述的方法,其特征在于,所述基于卷积神经网络的人工神经网络模型包括粗训练网络和精分割网络;其中,所述粗...
【专利技术属性】
技术研发人员:吕传峰,
申请(专利权)人:上海联影医疗科技有限公司,
类型:发明
国别省市:上海,31
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。