一种用于医疗图像的网络模型调整方法及设备技术

本发明专利技术公开了一种用于医疗图像的网络模型调整方法及设备，该方法包括：对医疗图像进行目标区域提取，得到目标区域图；对所述目标区域图进行第一图像处理，得到对应所述目标区域图的直方图；对所述目标区域图进行第二图像处理，得到对应所述目标区域图的平均亮度序列；利用对应所述目标区域图的直方图和平均亮度序列进行神经网络预测，得到神经网络预测结果，所述神经网络预测结果包括所述目标区域的窗宽窗位的预测值。如此，本发明专利技术能够针对各种不同的医疗图像进行处理，有效克服传统方法因医生仅仅基于个人喜好设置的窗宽窗位不准确所引起的病灶查看结果不理想的问题，从而大大提高了对医疗图像调整的灵活性和准确度，有助于医生更好的查看病灶。

【技术实现步骤摘要】
一种用于医疗图像的网络模型调整方法及设备
本专利技术涉及医学影像
，尤其涉及一种用于医疗图像的网络模型调整方法及设备。
技术介绍
在现代医学
中，医生在查看医疗图像中的病灶时通常要进行窗宽窗位调整，以截取医疗图像中最有效的灰度范围映射到人眼最方便的可视范围加以显示，从而方便病灶查看。但是，当面对不同的病灶时，目前医生仅能基于个人喜好来设置不同的窗宽窗位，这将导致病灶查看的结果并不理想。因此，如何采取准确高效的方法来调整不同医疗图像的窗宽窗位已成为当前亟待解决的问题。
技术实现思路
本专利技术实施例为了有效克服现有技术所存在的上述缺陷，创造性地提供一种用于医疗图像的网络模型调整方法及设备。本专利技术一方面提供一种用于医疗图像的网络模型调整方法，所述方法包括：对医疗图像进行目标区域提取，得到目标区域图；对所述目标区域图进行第一图像处理，得到对应所述目标区域图的直方图；对所述目标区域图进行第二图像处理，得到对应所述目标区域图的平均亮度序列；利用对应所述目标区域图的直方图和平均亮度序列进行神经网络预测，得到神经网络预测结果，所述神经网络预测结果包括所述目标区域的窗宽窗位的预测值。在一个实施例中，根据本专利技术的上述方法，所述方法还包括：判断所述窗宽窗位的预测值与设定值的差值是否超出第一阈值；若所述窗宽窗位的预测值与设定值的差值未超出第一阈值，则输出所述窗宽窗位的预测值。在一个实施例中，根据本专利技术的上述方法，所述方法还包括：判断所述窗宽窗位的预测值与设定值的差值是否超出第一阈值；若所述窗宽窗位的预测值与设定值的差值超出第一阈值，则继续进行神经网络再预测，直至神经网络再预测结果中窗宽窗位的预测值与设定值的差值未超出第一阈值。在一个实施例中，根据本专利技术的上述方法，所述对所述目标区域图进行第二图像处理，得到对应所述目标区域图的平均亮度序列，包括：提取所述目标区域图中的目标中心线；将所述目标中心线沿延伸方向划分为多个目标区段；提取多个目标区段中每个目标区段的平均亮度中心点；顺次连接所述多个目标区段的所有平均亮度中心点，得到所述平均亮度序列。在一个实施例中，根据本专利技术的上述方法，所述目标区域至少包括下述区域之一：血管区域或血管病灶区域。本专利技术另一方面还提供一种用于医疗图像的网络模型调整设备，所述设备包括：提取模块，用于对医疗图像进行目标区域提取，得到目标区域图；第一处理模块，用于对所述目标区域图进行第一图像处理，得到对应所述目标区域图的直方图；第二处理模块，用于对所述目标区域图进行第二图像处理，得到对应所述目标区域图的平均亮度序列；预测模块，用于利用对应所述目标区域图的直方图和平均亮度序列进行神经网络预测，得到神经网络预测结果，所述神经网络预测结果包括所述目标区域的窗宽窗位的预测值。在一个实施例中，根据本专利技术的上述方法，所述设备还包括：判断模块，用于判断所述窗宽窗位的预测值与设定值的差值是否超出第一阈值；若所述窗宽窗位的预测值与设定值的差值未超出第一阈值，则输出所述窗宽窗位的预测值。在一个实施例中，根据本专利技术的上述方法，所述设备还包括：判断模块，用于判断所述窗宽窗位的预测值与设定值的差值是否超出第一阈值；若所述窗宽窗位的预测值与设定值的差值超出第一阈值，则继续进行神经网络再预测，直至神经网络再预测结果中窗宽窗位的预测值与设定值的差值未超出第一阈值。在一个实施例中，根据本专利技术的上述方法，所述第二处理模块具体用于，提取所述目标区域图中的目标中心线；将所述目标中心线沿延伸方向划分为多个目标区段；提取多个目标区段中每个目标区段的平均亮度中心点；顺次连接所述多个目标区段的所有平均亮度中心点，得到所述平均亮度序列。在一个实施例中，根据本专利技术的上述方法，所述目标区域至少包括下述区域之一：血管区域或血管病灶区域。本方案用于医疗图像的网络模型调整方法及设备，在调整窗宽窗位的过程中，首先对医疗图像提取所需目标区域，之后对目标区域的图像进行图像再处理，得到了对应目标区域的直方图和平均亮度序列，并将所得到的直方图和平均亮度序列作为输入进行神经网络预测以得到目标区域窗宽窗位预测值。如此，本专利技术能够针对各种不同的医疗图像进行处理，有效克服传统方法因医生仅仅基于个人喜好设置的窗宽窗位不准确所引起的病灶查看结果不理想的问题，从而大大提高了对医疗图像调整的灵活性和准确度，有助于医生更好的查看病灶。附图说明通过参考附图阅读下文的详细描述，本专利技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本专利技术的若干实施方式，其中：在附图中，相同或对应的标号表示相同或对应的部分。图1为本专利技术实施例用于医疗图像的网络模型调整方法的实现流程示意图；图2为本专利技术实施例用于医疗图像的网络模型调整设备的实现流程示意图。具体实施方式为使本专利技术的目的、特征、优点能够更加的明显和易懂，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，所描述的实施例仅仅是本专利技术一部分实施例，而非全部实施例。基于本专利技术中的实施例，本领域技术人员在没有做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。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本专利技术的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。图1为本专利技术实施例用于医疗图像的网络模型调整方法的实现流程示意图。参考图1，本专利技术提供一种用于医疗图像的网络模型调整方法，该方法包括：步骤101，对医疗图像进行目标区域提取，得到目标区域图；步骤102，对目标区域图进行第一图像处理，得到对应目标区域图的直方图；步骤103，对目标区域图进行第二图像处理，得到对应目标区域图的平均亮度序列；步骤104，利用对应目标区域图的直方图和平均亮度序列进行神经网络预测，得到神经网络预测结果，神经网络预测结果包括目标区域的窗宽窗位的预测值。其中，医疗图像可以为身体组织图像或病灶图像，通过现有技术提取医疗图像中最有效的范围，即目标区域，得到目标区域图，通过目标区域图的显示能够有助于非常方便的查看病灶，并进行窗宽窗位的设定。在本实施方式中，步骤102与步骤103为互相单独的步骤，并无先后顺序的限定。在步骤104，利用对应目标区域图的直方图和平均亮度序列作为神经网络的输入进行神经网络训练，从而得到包括目标区域窗宽窗位预测值的神经网络预测结果。本方案用于医疗图像的网络模型调整方法及设备，在调整窗宽窗位的过程中，首先对医疗图像提取所需目标区域，之后对目标区域的图像进行图像再处理，得到了对应目标区域的直方图和平均亮度序列，本文档来自技高网...

【技术保护点】
1.一种用于医疗图像的网络模型调整方法，其特征在于，所述方法包括：对医疗图像进行目标区域提取，得到目标区域图；对所述目标区域图进行第一图像处理，得到对应所述目标区域图的直方图；对所述目标区域图进行第二图像处理，得到对应所述目标区域图的平均亮度序列；利用对应所述目标区域图的直方图和平均亮度序列进行神经网络预测，得到神经网络预测结果，所述神经网络预测结果包括所述目标区域的窗宽窗位的预测值。

【技术特征摘要】
1.一种用于医疗图像的网络模型调整方法，其特征在于，所述方法包括：对医疗图像进行目标区域提取，得到目标区域图；对所述目标区域图进行第一图像处理，得到对应所述目标区域图的直方图；对所述目标区域图进行第二图像处理，得到对应所述目标区域图的平均亮度序列；利用对应所述目标区域图的直方图和平均亮度序列进行神经网络预测，得到神经网络预测结果，所述神经网络预测结果包括所述目标区域的窗宽窗位的预测值。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：判断所述窗宽窗位的预测值与设定值的差值是否超出第一阈值；若所述窗宽窗位的预测值与设定值的差值未超出第一阈值，则输出所述窗宽窗位的预测值。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：判断所述窗宽窗位的预测值与设定值的差值是否超出第一阈值；若所述窗宽窗位的预测值与设定值的差值超出第一阈值，则继续进行神经网络再预测，直至神经网络再预测结果中窗宽窗位的预测值与设定值的差值未超出第一阈值。4.根据权利要求1至3任一项所述的方法，其特征在于，所述对所述目标区域图进行第二图像处理，得到对应所述目标区域图的平均亮度序列，包括：提取所述目标区域图中的目标中心线；将所述目标中心线沿延伸方向划分为多个目标区段；提取多个目标区段中每个目标区段的平均亮度中心点；顺次连接所述多个目标区段的所有平均亮度中心点，得到所述平均亮度序列。5.根据权利要求1至3任一项所述的方法，其特征在于，所述目标区域至少包括下述区域之一：血管区域或血管病灶区域。6.一种用于医疗图...

【专利技术属性】
技术研发人员：左伟，郑超，
申请(专利权)人：数坤北京网络科技有限公司，
类型：发明
国别省市：北京,11