医疗影像处理方法及装置、处理设备及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影像处理方法及装置、处理设备及存储介质。所述方法包括：获取利用S1个子网络处理后的第一特征图，其中，所述第一特征图至少包括：医疗影像中目标的第一位置信息；获取利用S2个子网络处理后的第二特征图，其中，所述第二特征图包括：所述医疗影像的语义信息，S2大于S1；S2和S1均为正整数；结合所述第一特征图及所述第二特征图，得到第三特征图；基于所述第三特征图，获得所述目标的信息。

【技术实现步骤摘要】
医疗影像处理方法及装置、处理设备及存储介质
本专利技术涉及信息
，尤其涉及一种医疗影像处理方法及装置、处理设备及存储介质。
技术介绍
医疗影像可为对就诊者的身体部分进行图像，通过采集的图像，医疗人员可以观察到就诊者身体表层以外的特征，或者，放大观察到肉眼观察不到的微观特征，从而进行诊断。为了进一步方便医疗人员诊断，会使用电子设备对采集的医疗影像进行加工处理，从而获得更加便于医疗人员需要观察的目标的信息。但是相关技术中获取的目标信息存在不够精准的问题。
技术实现思路
有鉴于此，本专利技术实施例期望提供一种医疗影像处理方法及装置、处理设备及存储介质。本专利技术的技术方案是这样实现的：一种医疗影像处理方法，包括：获取利用S1个子网络处理后的第一特征图，其中，所述第一特征图至少包括：医疗影像中目标的第一位置信息；获取利用S2个子网络处理后的第二特征图，其中，所述第二特征图包括：所述医疗影像的语义信息，S2大于S1；S2和S1均为正整数；结合所述第一特征图及所述第二特征图，得到第三特征图；基于所述第三特征图，获得所述目标的信息。基于上述方案，所述结合所述第一特征图及所述第二特征图，得到第三特本文档来自技高网...

【技术保护点】
1.一种医疗影像处理方法，其特征在于，包括：获取利用S1个子网络处理后的第一特征图，其中，所述第一特征图至少包括：医疗影像中目标的第一位置信息；获取利用S2个子网络处理后的第二特征图，其中，所述第二特征图包括：所述医疗影像的语义信息，S2大于S1；S2和S1均为正整数；结合所述第一特征图及所述第二特征图，得到第三特征图；基于所述第三特征图，获得所述目标的信息。

【技术特征摘要】
1.一种医疗影像处理方法，其特征在于，包括：获取利用S1个子网络处理后的第一特征图，其中，所述第一特征图至少包括：医疗影像中目标的第一位置信息；获取利用S2个子网络处理后的第二特征图，其中，所述第二特征图包括：所述医疗影像的语义信息，S2大于S1；S2和S1均为正整数；结合所述第一特征图及所述第二特征图，得到第三特征图；基于所述第三特征图，获得所述目标的信息。2.根据权利要求1所述的方法，其特征在于，所述结合所述第一特征图及所述第二特征图，得到第三特征图，包括：将所述第一特征图和所述第二特征图的对应像素的像素值相加，得到所述第三特征图。3.根据权利要求1或2所述的方法，其特征在于，所述方法应用于神经网络中；所述神经网络包括：第一网络和第二网络；所述第一网络包括输入阶段和输出阶段；所述输出阶段包括：依次连接的自顶向下的I个第一类子网络；所述第二网络包括：依次连接自底向上的I个第二类子网络；其中，第I个第一类子网络与第1个第二类子网络连接；所述结合所述第一特征图及所述第二特征图，得到第三特征图包括：融合特征图Pi+1和特征图Ni，得到特征图Ni+1；其中，i为小于I的正整数；所述特征图Pi+1为所述第一特征图，是第i+1个所述第一类子网络的输出；所述特征图Ni为所述第二特征图，是第i个所述第二类子网络的输出；所述第二类子网络的输出为所述第三特征图。4.根据权利要求3所述的方法，其特征在于，所述基于所述第三特征图，获得所述目标的信息，包括：融合I个所述第二类子网络的输出的所述第三特征图，得到第四特征图；根据所述第四特征图，得到所述目标的信息。5.根据权利要求4所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：杨爽，李嘉辉，胡志强，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京,11