医学图像的处理方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例提供了一种医学图像的处理方法、装置、计算机设备及存储介质，该方法上述医学图像的处理方法，首先获取第i个胰腺医学图像帧序列，采用已训练的图像扫查模型对各帧胰腺医学图像进行识别，然后，在第一标识正确的情况下，获取第i+1个胰腺医学图像帧序列，并确定第二标识，接着，若第二标识与第一标识差值不为1，则返回到第一标识对应的标准站点进行扫查，直至标准站点的第二标识正确为止，最后，若第二标识与第一标识差值为1，继续进行下一个胰腺医学图像帧序列的扫查，直至扫查完成。通过连续追踪动态的胰腺医学图像帧序列标准站点，实现了对医学图像连续性和完整性的扫查，提高了胰腺医学图像的质量。提高了胰腺医学图像的质量。提高了胰腺医学图像的质量。

【技术实现步骤摘要】
医学图像的处理方法、装置、计算机设备及存储介质


[0001]本申请涉及深度学习
，具体涉及一种医学图像的处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]胰腺癌是一种发病隐匿、进展迅速和预后极差的消化系统恶性肿瘤。中国最新癌症数据显示我国新发胰腺癌病例约12万例，死亡率接近100%，严重危害了国民健康。尽管内镜是目前诊断胰腺癌最为灵敏的手段之一，但是由于其为二维的人体组织截面成像，成像中包含人类肉眼难以识别的纹理信息，具备学习周期长，操作难度大，极大的影响了临床上胆胰内镜的扫查质量，并且由于内镜的速度、光源、位置、滑镜等问题还会导致视野中胰腺丢失，使得扫查的目标不连续，降低了医学图像的质量。

技术实现思路

[0003]本申请实施例提供一种医学图像的处理方法、装置、计算机设备及存储介质，以解决现有技术中扫查的医学图像不连续的技术问题。
[0004]一方面，本申请提供一种医学图像的处理方法，包括：获取第i个胰腺医学图像帧序列，所述胰腺医学图像帧序列包含多帧胰腺医学图像，i为正整数；采用已训练的图像扫查模型对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像的处理方法，其特征在于，包括：获取第i个胰腺医学图像帧序列，所述胰腺医学图像帧序列包含多帧胰腺医学图像，i为正整数；采用已训练的图像扫查模型对各帧胰腺医学图像进行识别，确定所述胰腺医学图像帧序列对应的第一标准站点，所述第一标准站点为预设标准站点序列中的任意一个标准站点，所述预设标准站点序列包括N个标准站点，N为大于1的正整数，每个标准站点标识有数字1至N中的一个数字，N小于等于i；在所述第一标准站点对应的第一标识正确的情况下，获取第i+1个胰腺医学图像帧序列，并确定对应的第二标识；若所述第二标识与所述第一标识差值不为1，则返回所述获取第i个胰腺医学图像帧序列的步骤，直至所述第二标识与所述第一标识差值为1为止；若所述第二标识与所述第一标识差值为1且所述第二标识小于N，令i=i+1，返回执行所述获取第i+1个胰腺医学图像帧序列，并确定对应的第二标识，直至所述第二标识为N时为止，得到扫查完成的胰腺医学图像。2.如权利要求1所述的医学图像的处理方法，其特征在于，所述获取第i个胰腺医学图像帧序列，所述胰腺医学图像帧序列包含多帧胰腺医学图像，包括：获取待扫查胆胰内镜图像序列；将所述待扫查胆胰内镜图像序列输入已训练的第一图像分类模型进行分类识别，得到白光胆胰序列和胆胰医学序列，所述胆胰医学序列包括胰腺医学图像帧序列和非胰腺医学图像帧序列，所述胆胰医学序列包括胰腺医学图像帧序列和非胰腺医学图像帧序列，所述胆胰医学序列包含标准站点，所述非胰腺医学图像帧序列不包含标准站点；将所述胆胰医学序列输入已训练的第二图像分类模型进行分类识别，得到所述胰腺医学图像帧序列。3.如权利要求2所述的医学图像的处理方法，其特征在于，所述方法还包括：获取样本集，所述样本集包括正样本和负样本，所述正样本为包含有所述预设标准站点序列中任意一个标准站点的样本，所述负样本为不包含有所述预设标准站点序列中任意一个标准站点的样本；将所述样本集作为二分类模型的输入，将所述样本集中的样本对应的标签作为期望的输出，对所述二分类模型进行训练，得到已训练的第二图像分类模型。4.如权利要求1所述的医学图像的处理方法，其特征在于，所述采用已训练的图像扫查模型对各帧胰腺医学图像进行识别，确定所述胰腺医学图像帧序列对应的第一标准站点的步骤，包括：获取已训练的图像扫查模型输出的各帧胰腺医学图像对应的标准站点；统计各个标准站点的第一数量；将所述第一数量满足第一预设条件的标准站点确定为所述第一标准站点。5.如权利要求2所述的医学图像的处理方法，其特征在于，所述方法还包括：统计非胰腺医学图像帧序列中的非胰腺医学图像帧的第二数...

【专利技术属性】
技术研发人员：于红刚，姚理文，吴慧玲，
申请(专利权)人：武汉大学，
类型：发明
国别省市：