感兴趣区域的分类方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种感兴趣区域的分类方法、装置、计算机设备和存储介质。该方法包括：获取待分类的心脏冠脉图像；将心脏冠脉图像输入图像分割模型，得到心脏冠脉图像中冠脉的分割图像；基于冠脉的分割图像，确定冠脉中的感兴趣区域；针对感兴趣区域对应的区域图像，确定感兴趣区域的分类结果；该分类结果用于表征感兴趣区域的病灶类型和严重程度。由于计算机设备可以将感兴趣区域的标记结果和分类结果展示给医生查看，不仅仅只展示出对应的医学图像，因此在医生的诊断过程中可以提供更好的辅助作用；且上述分类结果表征了感兴趣区域的病灶类型和严重程度，则对医生进行辅助时，可以提供更有效的病灶信息，使得医生给出更准确的诊断结果。

【技术实现步骤摘要】
感兴趣区域的分类方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种感兴趣区域的分类方法、装置、计算机设备和存储介质。
技术介绍
随着医疗影像设备的发展，医生可以借助医学影像进行疾病的筛查和诊断，例如通过脑部电子计算机断层扫描(ComputedTomography，CT)筛查脑出血或者脑肿瘤，通过胸部CT筛查肺结节、气管病变、肿瘤等，通过心脏冠脉CT筛查冠脉是否存在钙化、斑块、狭窄、粥样硬化等。通常医生在阅片时，是在医学影像中查看相应病灶的特征来做诊断支持，如果病灶在医学影像中产生了明显的特征，则可以较好的进行诊断；但对于一些慢性的或者在医学影像中不能发现明显特征的或者需要多方面的检查信息同时支持才能进行诊断的疾病，医生给出的诊断结果会有误差。因此，传统技术中通过医学影像辅助医生进行诊断的准确率较低。
技术实现思路
基于此，有必要针对传统技术中通过医学影像辅助医生进行诊断的准确率较低的问题，提供一种感兴趣区域的分类方法、装置、计算机设备和存储介质。一种感兴趣区域的分类方法，该方法包括：获取待分类的心脏冠脉图像；将心脏冠脉图像输入图像分割模型，得到心脏冠脉图像中冠脉的分割图像；基于冠脉的分割图像，确定冠脉中的感兴趣区域；针对感兴趣区域对应的区域图像，确定感兴趣区域的分类结果；该分类结果用于表征感兴趣区域的病灶类型和严重程度。一种感兴趣区域的分类装置，该装置包括：获取模块，用于获取待分类的心脏冠脉图像；r>分割模块，用于将心脏冠脉图像输入图像分割模型，得到心脏冠脉图像中冠脉的分割图像；确定模块，用于基于冠脉的分割图像，确定冠脉中的感兴趣区域；分类模块，用于针对感兴趣区域对应的区域图像，确定感兴趣区域的分类结果；该分类结果用于表征感兴趣区域的病灶类型和严重程度。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取待分类的心脏冠脉图像；将心脏冠脉图像输入图像分割模型，得到心脏冠脉图像中冠脉的分割图像；基于冠脉的分割图像，确定冠脉中的感兴趣区域；针对感兴趣区域对应的区域图像，确定感兴趣区域的分类结果；该分类结果用于表征感兴趣区域的病灶类型和严重程度。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取待分类的心脏冠脉图像；将心脏冠脉图像输入图像分割模型，得到心脏冠脉图像中冠脉的分割图像；基于冠脉的分割图像，确定冠脉中的感兴趣区域；针对感兴趣区域对应的区域图像，确定感兴趣区域的分类结果；该分类结果用于表征感兴趣区域的病灶类型和严重程度。上述感兴趣区域的分类方法、装置、计算机设备和存储介质，能够首先将获取的心脏冠脉图像输入图像分割模型，得到冠脉的分割图像；然后基于该分割图像确定冠脉中的感兴趣区域，并可以对该感兴趣区域进行标记；最后针对该感兴趣区域的区域图像，确定感兴趣区域的分类结果。由于计算机设备可以将感兴趣区域的标记结果和分类结果展示给医生查看，不仅仅只展示出对应的医学图像，因此在医生的诊断过程中可以提供更好的辅助作用；且上述分类结果表征了感兴趣区域的病灶类型和严重程度，则对医生进行辅助时，可以提供更有效的病灶信息，使得医生给出更准确的诊断结果。附图说明图1为一个实施例中感兴趣区域的分类方法的应用环境示意图；图2为一个实施例中感兴趣区域的分类方法的流程示意图；图2a为一个实施例中冠脉二值化掩模的展示示意图；图3为另一个实施例中感兴趣区域的分类方法的流程示意图；图4为一个实施例中图像分类模型的训练方式的流程示意图；图5为一个实施例中图像分割模型的处理过程示意图；图6为又一个实施例中感兴趣区域的分类方法的流程示意图；图7为一个实施例中感兴趣区域的分类装置的结构框图；图8为一个实施例中计算机设备的内部结构图。附图标记说明：11：医学影像设备；12：计算机设备。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请实施例提供的感兴趣区域的分类方法，可以适用于如图1所示的图像处理系统中。其中，该系统中包括医学影像设备11和计算机设备12；医学影像设备11可以为电子计算机断层扫描(ComputedTomography，CT)设备、磁共振成像(MagneticResonanceImaging，MRI)设备、正电子发射型计算机断层显像(PositronEmissionComputedTomography，PET)设备或其他医疗设备，分别用于采集患者的CT图像、MRI图像、PET图像或其他模态的医学图像，并将采集到的医学图像(如心脏冠脉图像)发送至计算机设备12。计算机设备12用于执行以下方法实施例中的步骤，以实现对感兴趣区域进行分类的处理过程。在一个实施例中，提供了一种感兴趣区域的分类方法，以该方法应用于图1中的计算机设备为例进行说明，本实施例涉及的是计算机设备对待分类的心脏冠脉图像进行分割及分类的具体过程。如图2所示，该方法包括以下步骤：S101，获取待分类的心脏冠脉图像。具体地，待分类的心脏冠脉图像为由医学影像设备对受测对象进行扫描所得到的，该心脏冠脉图像中包含有心脏冠脉区域，如冠脉CT图像。可选地，该心脏冠脉图像可以由计算机设备直接从医学影像设备中获取；也可以先由医学影像设备发送至后处理工作站或影像归档和通信系统(PictureArchivingandCommunicationSystems，PACS)中，再由计算机设备从后处理工作站或PACS系统中获取。可选地，计算机设备可以实时获取医学影像设备上传的心脏冠脉图像，也可以以固定时间间隔为周期获取这一时间段内的所有心脏冠脉图像。可选地，计算机设备还可以从医院信息管理系统(HospitalInformationSystem，HIS)、临床信息系统(ClinicalInformationSystem，CIS)、放射科信息管理系统(RadiologyInformationSystem，RIS)、电子病历系统(ElectronicMedicalRecord，EMR)以及相关的医学影像云存储平台获取待分类的心脏冠脉图像。可选地，计算机设备获取到待分类的心脏冠脉图像之后，还可以对该心脏冠脉图像进行图像预处理，包括但不限于滤波去噪、图像格式转换、窗宽窗位设置、归一化、标准化等操作。S102，将心脏冠脉图像输入图像分割模型，得到心脏冠脉图像中冠脉的分割图像。具体地，计算机设备将获取的心脏冠脉图像输入预设的图像分割模型中进行分割处理，可以得到该心脏冠脉图像中冠脉的分割图像。其中，图像分割模型的输出结果可以为与心本文档来自技高网...

【技术保护点】
1.一种感兴趣区域的分类方法，其特征在于，所述方法包括：/n获取待分类的心脏冠脉图像；/n将所述心脏冠脉图像输入图像分割模型，得到所述心脏冠脉图像中冠脉的分割图像；/n基于所述冠脉的分割图像，确定所述冠脉中的感兴趣区域；/n针对所述感兴趣区域对应的区域图像，确定所述感兴趣区域的分类结果；所述分类结果用于表征所述感兴趣区域的病灶类型和严重程度。/n

【技术特征摘要】
1.一种感兴趣区域的分类方法，其特征在于，所述方法包括：
获取待分类的心脏冠脉图像；
将所述心脏冠脉图像输入图像分割模型，得到所述心脏冠脉图像中冠脉的分割图像；
基于所述冠脉的分割图像，确定所述冠脉中的感兴趣区域；
针对所述感兴趣区域对应的区域图像，确定所述感兴趣区域的分类结果；所述分类结果用于表征所述感兴趣区域的病灶类型和严重程度。


2.根据权利要求1所述的方法，其特征在于，所述针对所述感兴趣区域对应的区域图像，确定所述感兴趣区域的分类结果，包括：
将所述感兴趣区域对应的区域图像输入图像分类模型，得到所述感兴趣区域的分类结果；其中，所述图像分类模型为根据带有病灶类型标签和严重程度标签的训练样本进行训练所得到的。


3.根据权利要求1或2所述的方法，其特征在于，所述感兴趣区域包括所述冠脉中的狭窄区域，所述分类结果包括狭窄程度和狭窄类型。


4.根据权利要求3所述的方法，其特征在于，所述基于所述冠脉的分割图像，确定所述冠脉中的感兴趣区域，包括：
对所述冠脉的分割图像进行中心线提取，基于所述中心线对所述冠脉的直径进行遍历，得到直径遍历结果；
根据所述直径遍历结果确定所述冠脉中的狭窄区域。


5.根据权利要求4所述的方法，其特征在于，所述根据所述直径遍历结果确定所述冠脉中的狭窄区域，包括：
计算当前直径与相邻直径的比值，若所述比值小于预设阈值，则将所述当前直径对应的冠脉区域确定为所述狭窄区域。


6.根据权利要求2所述的方法，其特征在于，所述训练样本包括样本图像和病灶类型标签、严重程度标签；所述图像分类模型的训练方法包括：
将所述样本图像输入初...

【专利技术属性】
技术研发人员：郭世嘉，廖术，
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