医学图像分析方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术涉及图像检测领域，揭露了一种医学图像分析方法，包括：获取目标物的医学图像集和标准指标集，对所述医学图像集去噪，得到去噪图像集；从去噪图像集中提取特征，得到特征图像集；对特征图像集进行特征聚类，得到聚类特征图像集；根据聚类特征图像集对所述特征图像集进行切割，得到目标图像集；将目标图像集中目标物进行对比、提取并量化所述提取的结果，得到所述目标物的检测指标集；根据所述检测指标集与所述标准指标集得到分析结果。本发明专利技术还涉及区块链技术，所述标准指标集可以存储在区块链节点中。本发明专利技术还提出一种医学图像分析装置、设备及存储介质。本发明专利技术解决了切片图像分区不明确、图像数据分析没有标准的问题。

【技术实现步骤摘要】
医学图像分析方法、装置、电子设备及可读存储介质
本专利技术涉及图像检测领域，尤其涉及一种医学图像分析方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着医学成像技术和计算机技术的不断发展和进步，医学图像分析已成为医学研究、临床疾病诊断和治疗中一个不可或缺的工具和技术手段。医学图像分析是通过医学图像诊断是否有病灶、对病灶的轻重程度进行量化分级等。自动识别图像中的病灶区域和正常组织器官区域是医学图像分析的基本任务。目前通常采用医学图像分割技术识别图像中的病灶区域。然而，在执行图像分割时，由于病灶区域部分位置相互贴合导致分区不明显，会导致分割结果不精确，影响图片的量化结果，此外，现有的图像分析并没有统一的评判标准，从而会影响图像的分析结果。
技术实现思路
本专利技术提供一种医学图像分析方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决医学图像分割技术存在的切片图像分区不明确、图像数据分析没有标准的问题。为实现上述目的，本专利技术提供的一种医学图像分析方法，包括：获取目标物的医学图像集及获取所本文档来自技高网...

【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获取目标物的医学图像集及获取所述目标物对应的标准指标集，对所述医学图像集进行去噪处理，得到去噪图像集；/n对所述去噪图像集进行特征提取，得到特征图像集；/n将所述特征图像集进行特征聚类，得到聚类特征图像集；/n根据所述聚类特征图像集，对所述特征图像集进行切割，得到目标图像集；/n按照预设参数指标，将所述目标图像集中目标图像进行对比及提取操作，得到提取结果，并量化所述提取结果，得到所述目标物的检测指标集；/n根据所述检测指标集与所述标准指标集，得到所述医学图像集的分析结果。/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：
获取目标物的医学图像集及获取所述目标物对应的标准指标集，对所述医学图像集进行去噪处理，得到去噪图像集；
对所述去噪图像集进行特征提取，得到特征图像集；
将所述特征图像集进行特征聚类，得到聚类特征图像集；
根据所述聚类特征图像集，对所述特征图像集进行切割，得到目标图像集；
按照预设参数指标，将所述目标图像集中目标图像进行对比及提取操作，得到提取结果，并量化所述提取结果，得到所述目标物的检测指标集；
根据所述检测指标集与所述标准指标集，得到所述医学图像集的分析结果。


2.如权利要求1所述医学图像分析方法，其特征在于，根据所述检测指标集与所述标准指标集，得到所述医学图像集的分析结果，包括：
将所述检测指标集中每一个检测指标与所述标准指标集中对应的标准指标进行对比，并计算所述检测指标与对应的所述标准指标的差值；
当所述差值大于预设阈值时，判定所述检测指标为异常指标；
根据所有异常的检测指标构建异常指标集，得到所述分析结果。


3.如权利要求1所述医学图像分析方法，其特征在于，所述将所述特征图像集进行特征聚类，得到聚类特征图像集，包括：
计算所述特征图像集中每一张特征图像中目标物的标准簇心，得到簇心集；
根据所述簇心集，利用预构建的聚类算法，对所述特征图像进行边缘聚类，得到所述聚类特征图像。


4.如权利要求3所述医学图像分析方法，其特征在于，所述计算所述特征图像集中每一张特征图像的标准簇心，包括：
将所述特征图像中所述目标物作为一个簇，初始化所述簇，随机得到所述簇对应的初始簇心；
计算所述簇的损失值，比较所述损失值与预设阈值，当所述损失值大于所述阈值时，重新初始化所述初始簇心，当所述损失值小于或等于所述阈值时，确定所述初始簇心为标准簇心。


5.如权利要求1所述医学图像分析方法，其特征在于，所述对所述去噪图像集进行特征提取，得到特征图像集，包括：
将所述去噪图像集进行卷积，得到特征映射矩阵集；
将所述特征映射矩阵集进行池化及激...

【专利技术属性】
技术研发人员：章古月，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44