病变部位识别方法及装置、计算机装置及可读存储介质制造方法及图纸

一种病变部位识别方法，所述方法包括：获取应用不同的磁共振扫描序列对预设部位进行磁共振扫描得到的第一磁共振图像、第二磁共振图像与第三磁共振图像；对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行预处理；将预处理后的第一磁共振图像、第二磁共振图像与第三磁共振图像融合为彩色图像；将所述彩色图像分割为预设大小的多个区块；利用训练好的卷积神经网络模型预测每个区块的中心点的病变概率；根据每个区块的中心点的病变概率判断所述预设部位是否为病变部位并确定病变位置。本发明专利技术还提供一种病变部位识别装置、计算机装置及计算机可读存储介质。本发明专利技术可以实现快速准确的病变部位识别。

Lesion location identification method and device, computer device and readable storage medium

A method for lesion location recognition includes: acquiring the first magnetic resonance image, the second magnetic resonance image and the third magnetic resonance image obtained by using different magnetic resonance scanning sequences for magnetic resonance scanning of the preset position; and performing the first magnetic resonance image, the second magnetic resonance image and the third magnetic resonance image. Pre-processing; merging the pre-processed first and second magnetic resonance images with the third magnetic resonance images into color images; dividing the color images into several blocks of preset size; using the trained convolution neural network model to predict the lesion probability at the center of each block; and according to the center of each block. The heart disease probability judgment the preset position whether the lesion and determine the lesion location. The invention also provides a lesion recognition device, computer device and computer readable storage medium. The invention can realize the rapid and accurate identification of the lesion.

【技术实现步骤摘要】
病变部位识别方法及装置、计算机装置及可读存储介质
本专利技术涉及图像处理
，具体涉及一种识别磁共振图像中病变部位的方法及装置、计算机装置和计算机可读存储介质。
技术介绍
直肠癌是指从齿状线至直肠乙状结肠交界处之间的癌，是消化道最常见的恶性肿瘤之一，并且在青少年人群中发病率逐渐升高。目前直肠癌主要的诊断方法是医生通过分析磁共振MRI(MagneticResonanceImaging，磁共振成像)图像进行诊断。然而，医生诊断会花费大量的人力物力，而且诊断结果很大程度上取决于医生的专业水平。近年来深度学习在各个领域得到了突飞猛进的发展。如何利用深度学习实现高准确度的病变部位识别成为亟待解决的问题。
技术实现思路
鉴于以上内容，有必要提出一种病变部位识别方法及装置、计算机装置和计算机可读存储介质，其可以实现快速准确的病变部位识别。本申请的第一方面提供一种病变部位识别方法，所述方法包括：获取应用不同的磁共振扫描序列对人体的预设部位进行磁共振扫描得到的第一磁共振图像、第二磁共振图像与第三磁共振图像；对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行预处理；以预处理后的第一磁共振图像为第一本文档来自技高网...

【技术保护点】
1.一种病变部位识别方法，其特征在于，所述方法包括：获取应用不同的磁共振扫描序列对人体的预设部位进行磁共振扫描得到的第一磁共振图像、第二磁共振图像与第三磁共振图像；对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行预处理；以预处理后的第一磁共振图像为第一分量，以预处理后的第二磁共振图像为第二分量，以预处理后的第三磁共振图像为第三分量，将预处理后的第一磁共振图像、第二磁共振图像与第三磁共振图像融合为彩色图像；将所述彩色图像分割为预设大小的多个区块；利用训练好的卷积神经网络模型对所述彩色图像的每个区块进行预测，得到每个区块的中心点的病变概率，其中所述卷积神经网络模型使用标注有病变区域的图像进...

【技术特征摘要】
1.一种病变部位识别方法，其特征在于，所述方法包括：获取应用不同的磁共振扫描序列对人体的预设部位进行磁共振扫描得到的第一磁共振图像、第二磁共振图像与第三磁共振图像；对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行预处理；以预处理后的第一磁共振图像为第一分量，以预处理后的第二磁共振图像为第二分量，以预处理后的第三磁共振图像为第三分量，将预处理后的第一磁共振图像、第二磁共振图像与第三磁共振图像融合为彩色图像；将所述彩色图像分割为预设大小的多个区块；利用训练好的卷积神经网络模型对所述彩色图像的每个区块进行预测，得到每个区块的中心点的病变概率，其中所述卷积神经网络模型使用标注有病变区域的图像进行训练；根据所述彩色图像中每个区块的中心点的病变概率判断所述预设部位是否为病变部位并确定病变位置。2.如权利要求1所述的方法，其特征在于，所述对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行预处理包括对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行图像配准，具体包括：对于第一磁共振图像、第二磁共振图像与第三磁共振图像中的任意两个图像A与图像B，计算图像A与图像B的互信息，使图像A与图像B的互信息最大，图像A与图像B的互信息为：其中，a、b分别表示图像A、图像B中像素值的范围，#a表示图像A中像素值属于范围a内的像素的个数，#b表示图像B中像素值属于范围b内的像素的个数，#A、#B分别表示图像A、图像B的像素数，p(a)表示图像A中像素值属于范围a内的像素出现的概率，p(b)表示图像B中像素值属于范围b内的像素出现的概率。3.如权利要求1所述的方法，其特征在于，所述对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行预处理包括对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行图像配准，具体包括：在所述第一磁共振图像上选取第一参照点，在所述第二磁共振图像上选取第二参照点，在所述第三磁共振图像上选取第三参照点，所述第一参照点、第二参照点与第三参照点是所述预设部位的相同位置上的点；计算所述第一磁共振图像中各个像素点与所述第一参照点的相对坐标，计算所述第二磁共振图像中各个像素点与所述第二参照点的相对坐标，计算所述第三磁共振图像中各个像素点与所述第三参照点的相对坐标；根据所述第一磁共振图像中各个像素点与所述第一参照点的相对坐标，计算所述第一磁共振图像的中心点，根据所述第二磁共振图像中各个像素点与所述第二参照点的相对坐标，计算所述第二磁共振图像的中心点，以及根据所述第三磁共振图像中各个像素点与所述第三参照点的相对坐标，计算所述第三磁共振图像的中心点；将所述第一磁共振图像的中心点、所述第二磁共振图像的中心点和所述第三磁共振图像的中心点对齐。4.如权利要求1-3中任一项所述的方法，其特征在于，所述对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行预处理包括包括对所述第一磁共振图像、第二磁共振图像与第三磁共振图像进行标准化，具体包括：对于所述第一磁共振图像、第二磁共振图像与第三磁共振图像中的每一图像，计算该图像的像素值的均值u和标准差e，对该图像的每个像素值进行转换：x′＝(x-u)/e，其中，x是原来的像素值，x′为标准化后的像素值。5.如权利要求1-3中任一项所述的方法，其特征在于，所述以预处理后的第一磁共振图像为第一分量，以预处理后的第二磁共振图像为第二分量，以预处理后的第三磁共振图像为第三分量，将预处理后的第一磁共振图...

【专利技术属性】
技术研发人员：王健宗，吴天博，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44