图像处理方法、装置及系统制造方法及图纸

本公开实施例提供了一种图像处理方法、装置及系统，所述方法包括：获取CT图像对应的CT检测数据，使用激活层对装置CT检测数据进行激活处理，得到目标CT检测数据，装置激活层中的参数包括与目标任务对应的窗宽和窗位，将装置目标CT检测数据输入识别网络中，使装置识别网络根据装置目标CT检测数据输出指示装置CT图像的图像状态的指示信息，根据装置指示信息，对装置CT图像进行处理。本方法使用激活层确定适用于目标任务的窗宽和窗位，保证了窗宽和窗位的准确性，提升了图像信息的利用率。同时，省去了操作者手动标记窗宽和窗位，减少了操作者的工作量，提高了图像处理效率。提高了图像处理效率。提高了图像处理效率。

【技术实现步骤摘要】
图像处理方法、装置及系统


[0001]本公开涉及医学
，尤其涉及图像处理方法、装置及系统。

技术介绍

[0002]目前在对一些部位的CT图像进行处理时，例如，出现突发的传染性病毒疫情时，需要使用CT对受检者的肺部进行检测，以判断受检者的肺部是否感染病毒，在检测肺部CT图像中的肺部影像是否正常时，获取CT图像对应的CT检测数据，获取操作者手动标记的窗宽和窗位，从CT检测数据中获取适于窗宽和窗位的目标CT检测数据，根据目标CT检测数据进行图像处理。
[0003]上述方法中，标记窗宽和窗位的操作由操作者手动完成，增加了操作者的工作量，并且容易出现标记错误，导致标记结果不准确，最终影响图像处理效果，影响诊断的准确率。

技术实现思路

[0004]为克服相关技术中存在的问题，本公开提供了一种图像处理方法、装置及系统。
[0005]第一方面，提供一种图像处理方法，所述方法包括：获取CT图像对应的CT检测数据；使用激活层对所述CT检测数据进行激活处理，得到目标CT检测数据，所述激活层中的参数包括与目标任务对应的窗宽和窗位；将所述目标CT检测数据输入识别网络中，使所述识别网络根据所述目标CT检测数据输出指示所述CT图像的图像状态的指示信息；根据所述指示信息，对所述CT图像进行处理；所述方法还包括利用第一样本CT图像对所述识别网络进行训练，具体包括：获取第一样本CT图像对应的第一样本CT检测数据，所述第一样本CT检测数据具有指示所述第一样本CT图像的图像状态的第一标注信息；将所述第一样本CT检测数据输入所述激活层，使所述激活层对所述第一样本CT检测数据进行激活处理，输出第一样本中间数据，所述激活层包括设定窗宽和设定窗位；将所述第一样本中间数据输入所述识别网络中，使所述识别网络根据所述第一样本中间数据，输出指示所述第一样本CT图像的图像状态的第一指示信息；根据所述第一标注信息与所述第一指示信息之间的差异，对所述识别网络中的参数进行调整；所述方法还包括利用第二样本CT图像对所述激活层和调整后的识别网络进行训练，具体包括：获取针对所述目标任务的第二样本CT图像对应的第二样本CT检测数据，所述第二样本CT检测数据具有指示所述第二样本CT图像的图像状态的第二标注信息；将所述第二样本CT检测数据输入所述激活层中，使所述激活层对所述第二样本CT
数据进行激活处理，输出第二样本中间数据；将所述第二样本中间数据输入所述调整后的识别网络中，使所述调整后的识别网络根据所述第二样本中间数据，输出所述第二样本CT图像的图像状态的第二指示信息；根据所述第二标注信息和所述第二指示信息之间的差异，对所述激活层中的参数和所述调整后的识别网络中的参数进行调整。
[0006]第二方面，提供一种图像处理装置，所述装置包括：数据获取模块，被配置为获取CT图像对应的CT检测数据；数据处理模块，被配置为使用激活层对所述CT检测数据进行激活处理，得到目标CT检测数据，所述激活层中的参数包括与目标任务对应的窗宽和窗位；数据输入模块，被配置为将所述目标CT检测数据输入识别网络中，使所述识别网络根据所述目标CT检测数据输出指示所述CT图像的图像状态的指示信息；图像处理模块，被配置为根据所述指示信息，对所述CT图像进行处理；所述装置还包括第一网络训练模型，所述第一网络训练模块包括：第一数据获取子模块，被配置为获取第一样本CT图像对应的第一样本CT检测数据，所述第一样本CT检测数据具有指示所述第一样本CT图像的图像状态的第一标注信息；第一数据输入子模块，被配置为将所述第一样本CT检测数据输入所述激活层，使所述激活层对所述第一样本CT检测数据进行激活处理，输出第一样本中间数据，所述激活层包括设定窗宽和设定窗位；第二数据输入子模块，被配置为将所述第一样本中间数据输入所述识别网络中，使所述识别网络根据所述第一样本中间数据，输出指示所述第一样本CT图像的图像状态的第一指示信息；第一参数调整子模块，被配置为根据所述第一标注信息与所述第一指示信息之间的差异，对所述识别网络中的参数进行调整；所述装置还包括第二网络训练模型，所述第二网络训练模块包括：第二数据获取子模块，被配置为获取针对所述目标任务的第二样本CT图像对应的第二样本CT检测数据，所述第二样本CT检测数据具有指示所述第二样本CT图像的图像状态的第二标注信息；第三数据输入子模块，被配置为将所述第二样本CT检测数据输入所述激活层中，使所述激活层对所述第二样本CT数据进行激活处理，输出第二样本中间数据；第四数据输入子模块，被配置为将所述第二样本中间数据输入调整后的识别网络中，使所述调整后的识别网络根据所述第二样本中间数据，输出所述第二样本CT图像的图像状态的第二指示信息；第二参数调整子模块，被配置为根据所述第二标注信息和所述第二指示信息之间的差异，对所述激活层中的参数和所述调整后的识别网络中的参数进行调整。
[0007]第三方面，提供一种图像处理系统，包括：内部总线，以及通过内部总线连接的存储器、处理器和外部接口；其中，所述外部接口，用于获取数据；所述存储器，用于存储图像处理对应的机器可读指令；所述处理器，用于执行所述机器可读指令，以实现上述第一方面所述的方法。
[0008]本公开的实施例提供的技术方案可以包括以下有益效果：本公开实施例提供了一种图像处理方法，通过增设激活层，激活层中的参数包括与目标任务对应的窗宽和窗位，在处理CT图像时使用激活层确定适用于目标任务的窗宽和窗位，保证了窗宽和窗位的准确性，提升了图像信息的利用率。同时，省去了操作者手动标记窗宽和窗位，减少了操作者的工作量，提高了图像处理效率。
[0009]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0010]此处的附图被并入说明书中并构成本公开的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0011]图1是本公开一示例性实施例示出的一种图像处理方法的流程图；图2是本公开一示例性实施例示出的一种识别网络的训练方法的流程图；图3是本公开一示例性实施例示出的一种激活层和识别网络的训练方法的流程图；图4是本公开一示例性实施例示出的一种图像处理装置的示意图；图5是本公开一示例性实施例示出的一种图像处理系统的示意图。
具体实施方式
[0012]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0013]下面结合说明书附图，对本公开实施例进行详细描述。
[0014]本公开实施例提供了一种图像处理方法，应用于图像处理系统。在医疗领域中，适用的图像处理系统有多种，例如CT系统等。
[0015]图1是本公开一示例性实施例示出的一种图像处理方法的流程图，图1所示的图像处理方法可以包括本文档来自技高网...

【技术保护点】

【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CT图像对应的CT检测数据；使用激活层对所述CT检测数据进行激活处理，得到目标CT检测数据，所述激活层中的参数包括与目标任务对应的窗宽和窗位；将所述目标CT检测数据输入识别网络中，使所述识别网络根据所述目标CT检测数据输出指示所述CT图像的图像状态的指示信息；根据所述指示信息，对所述CT图像进行处理；所述方法还包括利用第一样本CT图像对所述识别网络进行训练，具体包括：获取第一样本CT图像对应的第一样本CT检测数据，所述第一样本CT检测数据具有指示所述第一样本CT图像的图像状态的第一标注信息；将所述第一样本CT检测数据输入所述激活层，使所述激活层对所述第一样本CT检测数据进行激活处理，输出第一样本中间数据，所述激活层包括设定窗宽和设定窗位；将所述第一样本中间数据输入所述识别网络中，使所述识别网络根据所述第一样本中间数据，输出指示所述第一样本CT图像的图像状态的第一指示信息；根据所述第一标注信息与所述第一指示信息之间的差异，对所述识别网络中的参数进行调整；所述方法还包括利用第二样本CT图像对所述激活层和调整后的识别网络进行训练，具体包括：获取针对所述目标任务的第二样本CT图像对应的第二样本CT检测数据，所述第二样本CT检测数据具有指示所述第二样本CT图像的图像状态的第二标注信息；将所述第二样本CT检测数据输入所述激活层中，使所述激活层对所述第二样本CT数据进行激活处理，输出第二样本中间数据；将所述第二样本中间数据输入所述调整后的识别网络中，使所述调整后的识别网络根据所述第二样本中间数据，输出所述第二样本CT图像的图像状态的第二指示信息；根据所述第二标注信息和所述第二指示信息之间的差异，对所述激活层中的参数和所述调整后的识别网络中的参数进行调整。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：在对所述激活层中的参数和所述调整后的识别网络中的参数进行调整的过程中，控制所述激活层的学习率高于所述调整后的识别网络的学习率。3.根据权利要求1所述的方法，其特征在于，所述CT检测数据是三维数据。4.根据权利要求1所述的方法，其特征在于，所述使用激活层对所述CT检测数据进行激活处理，包括：使用激活函数对所述CT检测数据进行激活处理，所述激活函数的表达式如下：y=ReLU(
‑
ReLU(
‑
λ
·
x+ww+wl)+ww)其中，ww为窗宽；wl为窗位；λ为...

【专利技术属性】
技术研发人员：刘中民，
申请(专利权)人：上海市东方医院同济大学附属东方医院，
类型：发明
国别省市：