医学图像分析方法、计算机设备和可读存储介质技术

本发明专利技术涉及一种医学图像分析方法、计算机设备和可读存储介质，该方法包括：获取待分析的医学图像；将医学图像输入预设的分类模型，得到医学图像的分类结果；执行缩减操作：对医学图像进行缩减操作，得到缩减医学图像；将缩减医学图像输入分类模型，得到缩减医学图像的分类结果；若缩减医学图像的分类结果精度大于医学图像的分类结果精度，则将缩减医学图像确定为医学图像的感兴趣区域；若缩减医学图像的分类结果精度不大于医学图像的分类结果精度，改变缩减操作的方向，重复缩减操作，该方法提高了确定的感兴趣区域的准确度。

Medical image analysis method, computer equipment and readable storage medium

【技术实现步骤摘要】
医学图像分析方法、计算机设备和可读存储介质
本专利技术涉及医学图像领域，特别是涉及一种医学图像分析方法、计算机设备和可读存储介质。
技术介绍
医学成像由于其非介入、成像快等特点，被广泛应用于疾病诊断过程中，以磁共振成像(MagneticResonanceImaging,MRI)为例，MRI因其无放射性、对脑结构成像质量高等特性，被越来越广泛地使用于脑疾病的诊断。计算机辅助诊断(ComputerAidedDiagnosis,CAD)可以根据MRI等医学影像有效筛查脑疾病患者，大大降低医生的工作量，同时也可提高医生检测的准确度。作为CAD的重要一步，对于给定的医学图像首先需要定位其与正常人群图像的差异(即感兴趣区域)为医生的诊断提供指导，或作为后续CAD系统的辅助信息。传统技术中，主要是利用人工手动标注法，由具有丰富临床经验的医生确定出待检测医学图像中的感兴趣区域，或者利用图像配准法，将待检测医学图像与正常人群图像进行配准，从而定位出待检测医学图像中的感兴趣区域。但是，传统的定位感兴趣区域的方法存在定位不准确的问题。本文档来自技高网...

【技术保护点】
1.一种医学图像分析方法，其特征在于，所述方法包括：/n获取待分析的医学图像；/n将所述医学图像输入预设的分类模型，得到所述医学图像的分类结果；以及以下步骤：/n执行缩减操作：对所述医学图像进行缩减操作，得到缩减医学图像；将所述缩减医学图像输入所述分类模型，得到所述缩减医学图像的分类结果；若所述缩减医学图像的分类结果精度大于所述医学图像的分类结果精度，则将所述缩减医学图像确定为医学图像的感兴趣区域；/n若所述缩减医学图像的分类结果精度不大于所述医学图像的分类结果精度，改变所述缩减操作的方向，重复所述缩减操作。/n

【技术特征摘要】
1.一种医学图像分析方法，其特征在于，所述方法包括：
获取待分析的医学图像；
将所述医学图像输入预设的分类模型，得到所述医学图像的分类结果；以及以下步骤：
执行缩减操作：对所述医学图像进行缩减操作，得到缩减医学图像；将所述缩减医学图像输入所述分类模型，得到所述缩减医学图像的分类结果；若所述缩减医学图像的分类结果精度大于所述医学图像的分类结果精度，则将所述缩减医学图像确定为医学图像的感兴趣区域；
若所述缩减医学图像的分类结果精度不大于所述医学图像的分类结果精度，改变所述缩减操作的方向，重复所述缩减操作。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括迭代步骤：
将所述缩减医学图像作为所述医学图像，对所述步骤进行迭代操作，得到第二至第N个缩减医学图像，其中，在所有缩减操作的方向上，所述第N+1个缩减医学图像的分类结果精度不大于所述第N个医学图像的分类结果精度。


3.根据权利要求1-2任一项所述的方法，其特征在于，所述方法还包括：
将所述医学图像的感兴趣区域或第二至第N个缩减医学图像中的任意图像输入预设的疾病标签预测模型，得到所述医学图像的预测结果。


4.根据权利要求3所述的方法，其特征在于，所述疾病标签预测模型包括循环神经网络模型，所述方法还包括：
从所述医学图像、所述缩减医学图像、所述第二至第N个缩减医学图像中按顺序任意选择多幅图像，组成图像序列；
将所述图像序列中的第一幅图像，输入所述循环神经网络模型，得到中间预测结果；
将所述图像序列中第二幅图像作为当前操...

【专利技术属性】
技术研发人员：李青峰，石峰，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：上海;31