医疗影像处理方法及装置、电子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、电子设备及存储介质。所述方法包括：接收医疗影像；基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，所述分割结果为：分割所述医疗影像中第一对象和第二对象获得的信息；所述诊断信息为：患者的病情分期信息和/或生存期预测信息。

Medical image processing methods and devices, electronic devices and storage media

The embodiment of the invention discloses a medical image processing method and device, an electronic device and a storage medium. The method includes: receiving medical image; obtaining the segmentation result and diagnosis information of the medical image based on the medical image, the segmentation result is: dividing the information obtained by the first object and the second object in the medical image; and the diagnosis information is: the patient's disease stage information and/or survival prediction information.

【技术实现步骤摘要】
医疗影像处理方法及装置、电子设备及存储介质
本专利技术涉及通信领域的同步技术，尤其涉及一种医疗影像处理方法及装置、电子设备及存储介质。
技术介绍
随着深度学习技术的发展，出现了利用深度学习模型进行图像分割获得分割结果，输出该分割结果用于辅助医生进行诊断，从而减轻医生的工作负荷，实现运行深度学习模型的智能化。但是在现有技术中，即便出现了可以由深度学习模型来分割医疗影像的技术，但是医生的工作负荷依然很重，很多情况下，医生因为工作负荷过重还可能出现医疗影像的诊断或判别效率低、并进一步用于大量工作产生的疲劳导致准确性下降的问题。此外，由于不同区域的医疗水平相差很大，在偏远地区的医疗人员可能无法直接基于医疗影像的分割给出精确的判断。
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、电子设备及存储介质。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：接收医疗影像；基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，所述分割结果为：分割所述医疗影像中第一对象和第二对象获得的信息；所述诊断信息为：患者的病情分期信息和/或生存期预测信息。基于上述方案，所述基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，包括：对所述医疗影像进行特征提取，获得所述第一对象的第一特征；基于所述第一特征获得所述分割结果；基于所述第一特征获得所述诊断信息。基于上述方案，所述基于所述第一特征获得所述分割结果，包括：基于所述第一特征从所述医疗影像中获得包含所述第一对象的图像区域。基于上述方案，所述基于所述第一特征进行第二类处理获得所述诊断信息，包括：基于所述第一特征得到所述病情分期信息；基于所述第一特征得到生存期预测信息。基于上述方案，所述基于所述第一特征进行第二类处理获得所述诊断信息，包括：对所述第一特征进行卷积处理得到第二特征；所述基于所述第一特征得到所述病情分期信息，包括：基于所述第二特征得到所述病情分期信息；和/或，所述基于所述第一特征得到生存期预测信息，包括：所述预测分支的专用部分基于所述第二特征得到所述生存期预测信息。基于上述方案，所述方法还包括：根据所述分割结果及医疗影像获得组学特征；基于所述组学特征和所述第一特征，通过全连接层拼接之后得到第三特征；所述基于所述第一特征获得所述诊断信息，包括：基于所述第三特征获得所述诊断信息。基于上述方案，所述组学特征包括以下至少之一：所述第一对象的形态特征；第一对象的灰度特征。基于上述方案，所述基于所述医疗影像获得所述医疗影像的分割结果，包括：所述基于所述医疗影像，获得区分肿瘤组织成像与非肿瘤组织成像的所述分割结果。基于上述方案，所述基于所述医疗影像获得所述医疗影像的诊断信息，包括：基于所述医疗影像获得肿瘤分期信息，其中，所述肿瘤分期信息包括以下至少之一：基于原发肿瘤的范围确定的T分期信息、基于淋巴组织受累状况确定的N分期信息、基于肿瘤转移状况确定的M分期信息；和/或，基于所述医疗影像获得肿瘤患者的生存期预测信息。基于上述方案，所述基于所述医疗影像获得所述医疗影像的诊断信息，包括：对所述医疗影像进行分割获得分割结果；基于所述分割结果获得所述诊断信息。基于上述方案，所述方法还包括：结合所述分割结果及所述医疗影像，获得组学特征；将所述组学特征与所述分割结果通过拼接，获得拼接特征；所述基于所述分割结果获得所述诊断信息，包括：基于所述医疗影像和所述分割结果获得第四特征；将所述第四特征和所述组学特征通过全连接层的拼接之后得到第五特征；基于所述第五特征获得所述诊断信息。一种医疗影像处理装置，包括：接收模块，用于多任务学习模型接收医疗影像；获取模块，用于多任务学习模型基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，所述分割结果为：分割所述医疗影像中第一对象和第二对象获得的信息；所述诊断信息为：患者的病情分期信息和/或生存期预测信息。基于上述方案，所述获取模块，具体用于所述多任务学习模型的共享部分对所述医疗影像进行特征提取，获得所述第一对象的第一特征；所述多任务学习模型的第一类分支，基于所述第一特征获得所述分割结果；所述多任务学习模型的第二类分支，基于所述第一特征获得所述诊断信息。基于上述方案，所述获取模块，具体用于所述多任务学习模型的分割分支，基于所述第一特征从所述医疗影像中获得包含所述第一对象的图像区域。基于上述方案，所述获取模块，具体用于所述第二类分支的分期分支，基于所述第一特征得到所述病情分期信息；所述第二类分支的预测分支，基于所述第一特征得到生存期预测信息。基于上述方案，所述获取模块，具体用于对所述第一特征进行卷积处理得到第二特征；基于所述第二特征得到所述病情分期信息；和/或，基于所述第二特征得到所述生存期预测信息。基于上述方案，所述装置还包括：组学特征模块，用于根据所述分割结果及医疗影像获得组学特征；全连接模块，用于基于所述组学特征和所述第一特征，通过全连接层拼接之后得到第三特征；所述获得模块，具体用于基于所述第三特征获得所述诊断信息。基于上述方案，所述组学特征包括以下至少之一：所述第一对象的形态特征；第一对象的灰度特征。基于上述方案，所述获取模块，具体用于基于所述医疗影像，获得区分肿瘤组织成像与非肿瘤组织成像的所述分割结果。基于上述方案，所述获取模块，具体用于所述医疗影像获得肿瘤分期信息，其中，所述肿瘤分期信息包括以下至少之一：基于原发肿瘤的范围确定的T分期信息、基于淋巴组织受累状况确定的N分期信息、基于肿瘤转移状况确定的M分期信息；和/或，所述多任务学习模型基于所述医疗影像获得肿瘤患者的生存期预测信息。基于上述方案，所述获取模块，具体用于所对所述医疗影像进行分割获得分割结果；基于所述分割结果获得所述诊断信息。基于上述方案，所述装置还包括：组学特征模块，用于结合所述分割结果及所述医疗影像，获得组学特征；所述获得模块，具体用于基于所述医疗影像和所述分割结果获得第四特征；将所述第四特征和所述组学特征通过全连接层的拼接之后得到第五特征；基于所述第五特征获得所述诊断信息。一种计算机存储介质，所述计算机存储介质存储有计算机可执行代码；所述计算机可执行代码被执行后，能够实现前述任意一个技术方案提供的医疗影像处理方法。一种电子设备，包括：存储器，用于存储信息；处理器，与所述存储器连接，用于通过执行存储在所述存储器上的计算机可执行指令，能够实现前述任意一个技术方案提供的医疗影像处理方法。本专利技术实施例提供的技术方案，利用多任务学习模型等深度学习模型进行医疗影像的处理，同时获得医疗影像的分割结果和诊断信息。如此，一方面，能够将原始的医疗影像输入之后，就可以实现多任务处理，不仅获得分割结果同时还可以获得诊断信息；如此，该诊断信息可以直接作为诊断结果或者辅助医生诊断，提升了模型的智能性；减少了医生需要完全自行诊断的工作负荷，提升了医生的诊断效率；与此同时由于减少了医生的工作量将减少医生工作量大疲劳产生的误诊断现象，提升了诊断的精确性。由于多任务学习模型不同任务的损失值兼顾，可以减少单一任务的过度拟合的现象，反而可以提升分割结果和诊断信息的精确度。附图说明图1为本专利技术实施例提供的第一种医疗影像处理方法的流程示意图；图2为本专利技术实施例提供的一种获得所述医疗影像的分割结果及诊断本文档来自技高网...

【技术保护点】
1.一种医疗影像处理方法，其特征在于，包括：接收医疗影像；基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，所述分割结果为：分割所述医疗影像中第一对象和第二对象获得的信息；所述诊断信息为：患者的病情分期信息和/或生存期预测信息。

【技术特征摘要】
1.一种医疗影像处理方法，其特征在于，包括：接收医疗影像；基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，所述分割结果为：分割所述医疗影像中第一对象和第二对象获得的信息；所述诊断信息为：患者的病情分期信息和/或生存期预测信息。2.根据权利要求1所述的方法，其特征在于，所述基于所述医疗影像获得所述医疗影像的分割结果及诊断信息，包括：对所述医疗影像进行特征提取，获得所述第一对象的第一特征；基于所述第一特征获得所述分割结果；基于所述第一特征获得所述诊断信息。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一特征获得所述分割结果，包括：基于所述第一特征从所述医疗影像中获得包含所述第一对象的图像区域。4.根据权利要求2所述的方法，其特征在于，所述基于所述第一特征进行第二类处理获得所述诊断信息，包括：基于所述第一特征得到所述病情分期信息；基于所述第一特征得到生存期预测信息。5.根据权利要求4所述的方法，其特征在于，所述基于所述第一特征进行第二类处理获得所述诊断信息，包括：对所述第一特征进行卷积处理得到第二特征；所述基于所述第一特征得到所述病情分期信息，包括：基于所述第二特征得到所述病情分期信息；和/或，所述基于...

【专利技术属性】
技术研发人员：刘蓬博，宋涛，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：上海,31