一种图像处理方法、装置及存储介质制造方法及图纸

本申请提供了一种图像处理方法、装置及存储介质，该方法包括：获取待分割的目标肺结节图像；基于肺结节分割模型对所述目标肺结节图像进行肺结节成分分割处理，得到所述目标肺结节图像对应的肺结节成分分割结果；所述肺结节分割模型基于目标样本肺结节图像及其对应的肺结节成分标签进行学习训练得到。本申请能够实现对肺结节中不同成分的分割，提高肺结节分割的精度。

【技术实现步骤摘要】
一种图像处理方法、装置及存储介质
本申请属于计算机
，具体涉及一种图像处理方法、装置及存储介质。
技术介绍
肺癌是发病率和死亡率最高，对人类健康威胁最大的恶性肿瘤。因此，以早期发现恶性肺结节为动机的肺癌筛选显得格外重要。使用计算机断层扫描(CT)图像的治疗监测和肺结节分析是目前早期肺癌确定和改善生存时间的重要策略。从CT图像中准确分割肺结节对于图像驱动的肺癌分析具有重要意义。在CT发现的肺结节分析过程中，肺结节生长的评估是一个关键问题。肺结节的快速生长与恶性肺部疾病有关。肺结节的精确分割可以定量测量每个结节的体积、形状和最大截面的长径以及短径，用于对不确定结节的随访。然而，肺结节的异质性以及结节与其周围环境之间存在的类似视觉特征，使得结节分割变得困难。现有技术对肺结节图像的分割进行统一的标注，即将整个肺结节区域标注为一类，然后使用分割网络对肺结节分割标注图像进行训练，获得肺结节分割模型，标注方法可以如图1所示。然而从磨玻璃成分到钙化成分，反应组织密度的(HounsfieldUnit，HU)值变化区间太大，例如，磨玻璃成分的本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n获取待分割的目标肺结节图像；/n基于肺结节分割模型对所述目标肺结节图像进行肺结节成分分割处理，得到所述目标肺结节图像对应的肺结节成分分割结果；所述肺结节分割模型基于目标样本肺结节图像及其对应的肺结节成分标签进行学习训练得到。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
获取待分割的目标肺结节图像；
基于肺结节分割模型对所述目标肺结节图像进行肺结节成分分割处理，得到所述目标肺结节图像对应的肺结节成分分割结果；所述肺结节分割模型基于目标样本肺结节图像及其对应的肺结节成分标签进行学习训练得到。


2.根据权利要求1所述的方法，其特征在于，在所述基于肺结节分割模型对所述目标肺结节图像进行肺结节成分分割处理，得到所述目标肺结节图像对应的肺结节成分分割结果之后，所述方法还包括：
基于所述肺结节成分分割结果，确定所述目标肺结节图像对应的肺结节密度分类结果。


3.根据权利要求2所述的方法，其特征在于，所述基于所述肺结节成分分割结果，确定所述目标肺结节图像对应的肺结节密度分类结果，包括：
在所述肺结节成分分割结果包括单一成分时，将所述单一成分形成的密度类型作为所述肺结节密度分类结果；
在所述肺结节成分分割结果包括多个成分时，将所述多个成分中各个成分形成的密度类型的混合结果，作为所述肺结节密度分类结果；或在所述肺结节成分分割结果包括多个成分时，基于所述肺结成分分割结果，确定所述多个成分中各个成分的体积；基于各个成分的体积，确定所述肺结节密度分类结果。


4.根据权利要求2所述的方法，其特征在于，在所述肺结节成分分割结果中包括多个成分时，所述方法还包括：
基于所述肺结节成分分割结果，确定所述多个成分中各个成分的体积；
基于各个成分的体积，确定各个成分在所述肺结节密度分类结果中的成分占比。


5.根据权利要求1所述的方法，其特征在于，在所述获取待分割的目标肺结节图像之前，所述方法还包括：
获取原始肺部医学图像；
基于所述原始肺部医学图像中的肺结节的位置信息，确定肺结节检测框。


6.根据权利要求5所述的方法，其特征在于，所述获取待分割的目标肺结节图像，包括：
从所述原始肺部医学图像中选取与所述肺结节检测框对应的目标分割区域，所述目标分割区域的中心与肺结节检测框的中心相同，所述目标分割区域的大小为...

【专利技术属性】
技术研发人员：邵影，高耀宗，
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