【技术实现步骤摘要】
肺部病理图像的处理方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种肺部病理图像的处理方法、装置、电子设备及存储介质。
技术介绍
[0002]病理检查是一种用以检查机体器官、组织或细胞中的病理形态学的方法，目前通常通过病理检查来确诊是否患有癌症，单纯形态学观察进行病理诊断的方法，是一种纯定性的、形态学的方法，仅能进行粗略的定量估计，如根据瘤细胞的核分裂数目，尤其是病理性核分裂来判断恶性肿瘤的恶性变。病理形态学的检查方法，首先观察标本的病理改变，然后切取一定大小的病变组织，用病理组织学方法制成病理切片，用显微镜进一步检查病变。具体来说，是将待检组织切片后进行染色操作以得到不同的染色图像，如免疫组化染色图像。病理科的医生通过在显微镜下对染色图像中的感兴趣区域进行整体和局部观察，以完成一例病理的诊断。然而通过人工的方式观察染色图像，如在显微镜下寻找病变区域时，耗时耗力，阅片效率低，且存在较大的主观性，可能会出现误判的情况。因此，现有的人工观察病理图像的阅片效率和准确度比较低。
技术实现思路
...
【技术保护点】
【技术特征摘要】
1.一种肺部病理图像的处理方法，其特征在于，包括以下步骤：获取目标人员的肺部病理图像以及声纹序列，所述声纹序列为目标人员按指定内容进行发声时进行采集得到，所述肺部病理图像包括感兴趣区域，所述声纹序列包括时域信息与频域信息；通过预设的图像特征提取网络对所述肺部病理图像进行特征提取，得到肺部病理特征图；通过预设的声纹特征提取网络对所述声纹序列进行特征提取，得到时频声纹特征图；通过预设的解码网络对所述肺部病理特征图与所述时频声纹特征图进行解码，得到解码结果作为所述肺部病理图像的处理结果，所述肺部病理图像的处理结果包括感兴趣区域。2.如权利要求1所述的方法，其特征在于，所述预设的图像特征提取网络包括预设的全局特征提取网络与预设的局部特征提取网络，所述肺部病理特征图包括肺部病理全局特征图与局部病理特征图，所述通过预设的图像特征提取网络对所述肺部病理图像进行特征提取，得到肺部病理特征图，包括：将所述肺部病理图像输入到所述预设的全局特征提取网络，得到肺部病理全局特征图；将所述肺部病理图像进行随机切片，得到若干个肺部病理局部图像，将所述若干个肺部病理局部图像依次输入所述预设的局部特征提取网络，得到局部病理特征图。3.如权利要求2所述的方法，其特征在于，所述将所述肺部病理图像输入到所述预设的全局特征提取网络，得到肺部病理全局特征图，包括：在所述预设的全局特征提取网络的不同深度依次提取第一全局特征图、第二全局特征图、第三全局特征图；所述第一全局特征图的尺度分辨率大于所述第二全局特征图的尺度分辨率，所述第二全局特征图的尺度分辨率大于所述第三全局特征图像的尺度分辨率。4.如权利要求3所述的方法，其特征在于，所述时频声纹特征图包括第一声纹特征图、第二声纹特征图、第三声纹特征图，所述通过预设的声纹特征提取网络对所述声纹序列进行特征提取，得到时频声纹特征图，包括：在所述预设的声纹特征提取网络的不同深度依次提取第一声纹特征图、第二声纹特征图、第三声纹特征图；所述第一声纹特征图的尺度分辨率与所述第一全局特征图的尺度分辨率相同，所述第二声纹特征图的尺度分辨率与所述第二全局特征图的尺度分辨率相同，所述第三声纹特征图的尺度分辨率与所述第三全局特征图的尺度分辨率相同。5.如权利要求4所述的方法，其特征在于，所述局部病理特征图的尺度分辨率与所述第一全局特征图的尺度分辨率相同，所述通过预设的解码网络对所述肺部病理特征图与所述时频声纹特征图进行解码，得到解码结果作为所述肺部病理图像的处理结果，包括：通过预设的第一融合方式对所述第三声纹特征图与所述第三全局特征图进行融合，得到第一融合特征图；对所述第一融合特征图进行第一上采样，以将所述第一融合特征图上采样到所述第二全局特征图的尺度分辨率，得到第一上采样特征图；
通过预设的第二融合方式对所述第二声纹特征图、所述第二全局特征图、所述第一上采样特征图进行融合，得到第二融合特征图；对所述第二融合特征图进行第二上采样，以将所述第二融合特征图上采样到所述第一全局特征图的尺度分辨率，得到第二上采样特征图；通过预设的第三融合方式对所述第一声纹特征图、所述第一全局特征...
【专利技术属性】
技术研发人员：肖婷，黄映婷，刘佳斌，张阳，郑文先，
申请(专利权)人：成都云天励飞技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。