【技术实现步骤摘要】
一种基于医学影像的诊断信息处理方法、装置及存储介质
本专利技术涉及互联网
，特别涉及一种基于医学影像的诊断信息处理方法、装置及存储介质。
技术介绍
目前，很多肺部疾病可以通过CT影像检出，但是，目前通过CT影像检出疾病只能做阳性诊断，而不能对疾病严重程度进行判断。但是，有些疾病需要快速得出疾病严重程度，针对不同等级的疾病快速制定出相应的处理方案。例如，新型冠状病毒性肺炎，其传播速度迅猛，需要做到早发现、早诊断、早隔离、早治疗。针对这类疾病，需要快速判断这类疾病的严重程度，进而实现疾病分级。因此，如何提供方法，进而基于医学影像实现对疾病的分级，是一亟待解决的技术问题。
技术实现思路
本专利技术提供一种基于医学影像的诊断信息处理方法，用以基于医学影像实现对疾病的分级。本专利技术提供一种基于医学影像的诊断信息处理方法，包括：获取受检对象的第一肺部医学影像；获取所述第一肺部医学影像中受累部位的影像参数；根据所述受累部位的影像参数确定所述第一肺部医学影像信息对应的受检对...
【技术保护点】
1.一种基于医学影像的诊断信息处理方法，其特征在于，包括：/n获取受检对象的第一肺部医学影像；/n获取所述第一肺部医学影像中受累部位的影像参数；/n根据所述受累部位的影像参数确定所述第一肺部医学影像信息对应的受检对象肺部的疾病等级。/n
【技术特征摘要】
1.一种基于医学影像的诊断信息处理方法，其特征在于，包括：
获取受检对象的第一肺部医学影像；
获取所述第一肺部医学影像中受累部位的影像参数；
根据所述受累部位的影像参数确定所述第一肺部医学影像信息对应的受检对象肺部的疾病等级。
2.如权利要求1所述的方法，其特征在于，所述获取所述第一肺部医学影像中受累部位的影像参数，包括：
将至少一张第一肺部医学影像输入到神经元网络中，以确定出所述第一肺部医学影像中受累部位的体积。
3.如权利要求2所述的方法，其特征在于，所述神经元网络包括：
用于检出候选斑片影的第一检出模型、切割模型、用于检出斑片影区间的第二检出模型以及用于计算受累部位体积的体积计算模型；
将至少一张第一肺部医学影像输入到神经元网络中，以确定出所述第一肺部医学影像中受累部位的体积，包括：
将所述至少一张第一肺部医学影像经由第一检出模型中的N个连续的卷积特征提取模块，以使所述N个连续的卷积特征提取模块得到所述第一肺部医学影像中斑片影的图像特征，其中，N为正整数；
将所述第一肺部医学影像中受累部位的图像特征输入到第一检出模型中的全连接层，以使所述全连接层基于所述图像特征输出候选斑片影；
将所述候选斑片影经由切割模型，以使所述切割模型对所述候选斑片影在空间上进行不同方向的多次切割，得到所述候选斑片影在空间的多个方向上的多个切面影像；
将多张连续的切面影像经由第二检出模型中的M个连续的卷积特征提取模块，以使所述M个连续的卷积特征提取模块得到所述切面影像的图像特征，其中，M为正整数；
将所述切面影像的图像特征输入到第二检出模型中的全连接层，以使所述全连接层基于所述图像特征输出斑片影信息；
将所述斑片影信息经由所述体积计算模型，以使所述体积计算模型计算出所述第一肺部医学影像中受累部位的体积。
4.如权利要求1所述的方法，其特征在于，根据所述受累部位的影像参数确定所述第一肺部医学影像信息对应的受检对象肺部的疾病等级，包括：
将所述受累部位的体积与目标关系表进行比对，其中，所述目标关系表中存储有受累部位体积与疾病等级的对应关系；
根据比对结果确定所述受检对象肺部的疾病等级。
5.如权利要求1所述的方法，其特征在于，根据所述受累部位的影像参数确定所述第一肺部医学影像信息对应的受检对象肺部的疾病等级，包括：
计算受累部位在肺内的体积占比；
将所述受累部位的体积和所述受累部位在肺内的体积占比输入到疾病等级计算模型中，以得到疾病等级计算模型基于所述受累...
【专利技术属性】
技术研发人员：石磊，臧璇，史晶，
申请(专利权)人：杭州依图医疗技术有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。