断层合成图像的分析方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种断层合成图像的分析方法，包括：获取断层合成图像；对所述断层合成图像对应的多张切片图像进行最大密度投影处理，生成最大密度投影图像；利用机器学习模型分析所述最大密度投影图像是否存在异常区域，得到分析结果，其中，所述机器学习模型基于多个最大密度投影图像样本训练完成，所述最大密度投影图像样本标注有异常区域。本申请还公开了一种计算机设备以及计算机可读存储介质。本申请旨在提高医生利用断层合成图像诊断受检者身体是否存在病变情况的效率。体是否存在病变情况的效率。体是否存在病变情况的效率。

【技术实现步骤摘要】
断层合成图像的分析方法、装置、计算机设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种断层合成图像的分析方法、断层合成图像的分析装置、计算机设备以及计算机可读存储介质。

技术介绍

[0002]数字断层合成技术是使用X光管和数字探测器来获取一组低辐射剂量的投影图像，这些图像被组合用以合成患者体内的任何平面。与传统的断层扫描不同，断层合成不限于重建单个平面，而是可以在患者的整个体积内生成任意数量的切片图像。由于在断层合成图像中各切片图像间的显像互不影响，因而解决了传统单投影X射线成像的主要弱点之一，即X光图像中各器官部位的叠加，可能导致感兴趣的部位模糊或产生类似疾病的结构，从而影响医生对受检者的诊断的问题。
[0003]目前断层合成技术已经应用于一些临床，以提供胸部、腹部、乳房、头部和颈部的图像。但由于断层合成图像中包含多张切片图像，在医生基于断层合成图像为受检者做诊断时，需要一张张翻阅切片图像，且由于单张切片图像的图像质量低，用肉眼查阅时并不方便，这些都导致医生难以基于断层合成图像快速找到受检者身体中的病变区域。
[0004]上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本申请提供一种断层合成图像的分析方法、断层合成图像的分析装置、计算机设备以及计算机可读存储介质，旨在提高医生利用断层合成图像诊断受检者身体是否存在病变情况的效率的问题。
[0006]为实现上述目的，本申请提供一种断层合成图像的分析方法，包括以下步骤：
[0007]获取断层合成图像；
[0008]对所述断层合成图像对应的多张切片图像进行最大密度投影处理，生成最大密度投影图像；
[0009]利用机器学习模型分析所述最大密度投影图像是否存在异常区域，得到分析结果，其中，所述机器学习模型基于多个最大密度投影图像样本训练完成，所述最大密度投影图像样本标注有异常区域。
[0010]可选的，所述断层合成图像的分析方法还包括：
[0011]若所述分析结果为所述最大密度投影图像存在异常区域，则在所述最大密度投影图像中标记所述异常区域，以生成医用图像。
[0012]可选的，所述最大密度投影图像样本还标注有感兴趣区域；所述断层合成图像的分析方法还包括：
[0013]根据所述分析结果，采用预设的第一标记方式在所述医用图像中标记所述感兴趣区域；
[0014]其中，若所述最大密度投影图像存在异常区域，则所述医用图像中标记的所述异常区域采用预设的第二标记方式标记。
[0015]可选的，所述若所述分析结果为所述最大密度投影图像存在异常区域，则在所述最大密度投影图像中标记所述异常区域，以生成医用图像的步骤之后，还包括：
[0016]将所述医用图像转换为医用X光图像。
[0017]可选的，所述若所述分析结果为所述最大密度投影图像存在异常区域，则在所述最大密度投影图像中标记所述异常区域，以生成医用图像的步骤之后，还包括：
[0018]接收到所述医用图像的确认指令时，基于所述医用图像更新所述机器学习模型。
[0019]可选的，所述对所述断层合成图像对应的多张切片图像进行最大密度投影处理，生成最大密度投影图像的步骤包括：
[0020]从所述断层合成图像对应的所有切片图像中，选取预设图层范围内的多张所述切片图像作为目标图像；
[0021]对多张所述目标图像进行最大密度投影处理，生成最大密度投影图像；
[0022]其中，所述预设图层范围根据预设数值范围确定；
[0023]或者，所述预设图层范围根据所述断层合成图像关联的目标器官部位确定。
[0024]可选的，所述利用机器学习模型分析所述最大密度投影图像是否存在异常区域，得到分析结果的步骤之前，还包括：
[0025]增强所述最大密度投影图像的对比度。
[0026]为实现上述目的，本申请还提供一种断层合成图像的分析装置，包括：
[0027]获取模块，用于获取断层合成图像；
[0028]处理模块，用于对所述断层合成图像对应的多张切片图像进行最大密度投影处理，生成最大密度投影图像；
[0029]分析模块，用于利用机器学习模型分析所述最大密度投影图像是否存在异常区域，得到分析结果，其中，所述机器学习模型基于多个最大密度投影图像样本训练完成，所述最大密度投影图像样本标注有异常区域。
[0030]为实现上述目的，本申请还提供一种计算机设备，所述计算机设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的断层合成图像的分析程序，所述断层合成图像的分析程序被所述处理器执行时实现如上述断层合成图像的分析方法的步骤。
[0031]为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有断层合成图像的分析程序，所述断层合成图像的分析程序被处理器执行时实现如上述断层合成图像的分析方法的步骤。
[0032]本申请提供的断层合成图像的分析方法、断层合成图像的分析装置、计算机设备以及计算机可读存储介质，利用受检者的断层合成图像生成最大密度投影图像，以使图像能更好地显示受检者被拍摄的器官部位，并利用预先训练好的机器学习模型对最大密度投影图像进行分析处理，以快速检测图像中是否存在异常区域(如病变区域)，这样医生就可以利用机器学习模型的分析结果，快速诊断受检者身体中是否存在病变情况。
附图说明
[0033]图1为本申请一实施例中断层合成图像的分析方法步骤示意图；
[0034]图2为本申请另一实施例中断层合成图像的分析方法步骤示意图；
[0035]图3为本申请一实施例的断层合成图像的分析装置结构示意框图；
[0036]图4为本申请一实施例的计算机设备的内部结构示意框图。
[0037]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0038]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制，基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0039]参照图1，在一实施例中，所述断层合成图像的分析方法包括：
[0040]步骤S10、获取断层合成图像；
[0041]步骤S20、对所述断层合成图像对应的多张切片图像进行最大密度投影处理，生成最大密度投影图像；
[0042]步骤S30、利用机器学习模型分析所述最大密度投影图像是否存在异常区域，得到分析结果，其中，所述机器学习模型基于多个最大密度投影图像样本训练完成，所述最大密度投影图像样本标注有异常区域。
[0043]本实施例中，实施例终端可以是一种计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种断层合成图像的分析方法，其特征在于，包括：获取断层合成图像；对所述断层合成图像对应的多张切片图像进行最大密度投影处理，生成最大密度投影图像；利用机器学习模型分析所述最大密度投影图像是否存在异常区域，得到分析结果，其中，所述机器学习模型基于多个最大密度投影图像样本训练完成，所述最大密度投影图像样本标注有异常区域。2.根据权利要求1所述的断层合成图像的分析方法，其特征在于，所述断层合成图像的分析方法还包括：若所述分析结果为所述最大密度投影图像存在异常区域，则在所述最大密度投影图像中标记所述异常区域，以生成医用图像。3.根据权利要求2所述的断层合成图像的分析方法，其特征在于，所述最大密度投影图像样本还标注有感兴趣区域；所述断层合成图像的分析方法还包括：根据所述分析结果，采用预设的第一标记方式在所述医用图像中标记所述感兴趣区域；其中，若所述最大密度投影图像存在异常区域，则所述医用图像中标记的所述异常区域采用预设的第二标记方式标记。4.根据权利要求2或3所述的断层合成图像的分析方法，其特征在于，所述若所述分析结果为所述最大密度投影图像存在异常区域，则在所述最大密度投影图像中标记所述异常区域，以生成医用图像的步骤之后，还包括：将所述医用图像转换为医用X光图像。5.根据权利要求2或3所述的断层合成图像的分析方法，其特征在于，所述若所述分析结果为所述最大密度投影图像存在异常区域，则在所述最大密度投影图像中标记所述异常区域，以生成医用图像的步骤之后，还包括：接收到所述医用图像的确认指令时，基于所述医用图像更新所述机器学习模型。6.根据权利要求1所述的断层合成图像的分析方法，其特征在于，所述对所...

【专利技术属性】
技术研发人员：程钊，
申请(专利权)人：深圳市纳诺艾医疗科技有限公司，
类型：发明
国别省市：