基于CT图像的病灶检测方法、装置及计算机可读存储介质制造方法及图纸

一种基于CT图像的病灶检测方法、装置及计算机可读存储介质，其中该方法包括：对胸部CT图像进行处理得到肺部图像，对肺部图像进行病灶分割，得到对应于肺部图像内的各个病灶区域的分割结果，并同步对肺部图像进行病灶检测，得到各个病灶区域的检测结果，对分割结果和检测结果进行融合，得到各个病灶区域在胸部CT图像中的位置和尺寸。该方法可提高病灶检测的速度和准确度。度和准确度。度和准确度。

【技术实现步骤摘要】
基于CT图像的病灶检测方法、装置及计算机可读存储介质


[0001]本申请实施例涉及图像处理
，尤其涉及一种基于CT图像的病灶检测方法、装置及计算机可读存储介质。

技术介绍

[0002]基于胸部CT（Computed Tomography，电子计算机断层扫描）图像，对肺结节进行数量、位置和大小的检测是推断肺部病灶病变特性的重要手段。
[0003]现有技术中，通常通过深度学习算法或者分割模型，先检测结节位置，再进行分割处理，这种检测方法通常检测精度不高。

技术实现思路

[0004]本申请实施例提供一种基于CT图像的病灶检测方法、装置、电子装置及计算机可读存储介质，可同时对肺部病灶进行检测和分割，得到病灶的精确位置和包含病灶的分割图像，解决检测病灶精度不高的问题。
[0005]本申请实施例一方面提供了一种基于CT图像的病灶检测方法，包括：对胸部CT图像进行处理得到肺部图像；对所述肺部图像进行病灶分割，得到对应于所述肺部图像内的各个病灶区域的分割结果，并同步对所述肺部图像进行病灶检测，得到各个病灶区域的检测结果；对所述分割结果和所述检测结果进行融合，得到各个病灶区域在所述胸部CT图像中的位置和尺寸。
[0006]本申请实施例一方面还提供了一种基于CT图像的病灶检测装置，包括：处理模块，用于对胸部CT图像进行处理得到肺部图像；分割模块，用于对所述肺部图像上的病灶进行分割，得到对应于所述肺部图像内的各个病灶区域的分割结果；检测模块，用于同步基于所述肺部图像进行病灶检测，得到各个病灶区域的检测结果；融合模块，用于对所述分割结果和所述检测结果进行融合，得到各个病灶区域在所述胸部CT图像中的位置和尺寸。
[0007]本申请实施例一方面还提供了一种电子装置，包括：存储器和处理器；所述存储器存储有可执行计算机程序；与所述存储器耦合的所述处理器，调用所述存储器中存储的所述可执行计算机程序，执行如上述基于CT图像的病灶检测方法中的各步骤。
[0008]本申请实施例一方面还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时，实现如上述实施例提供的基于CT图像的病灶检测方法。
[0009]从上述本申请各实施例可知，本专利技术一方面通过基于将胸部CT图像进行处理得到的肺部图像，对该肺部图像进行病灶分割，得到对应于该肺部图像内的各个病灶区域的分割结果，并同步对该肺部图像进行病灶检测，得到各个病灶区域的检测结果，可提高病灶检测的速度，另一方面通过将病灶的分割结果和检测结果进行融合，得到各个病灶区域在该胸部CT图像上的位置和尺寸，由于最终输出的病灶区域的位置和尺寸是通过融合同步获取的病灶分割结果和病灶检测结果得到，两种处理结果互补，因此可以提高病灶检测的精准度和检测效率。
附图说明
[0010]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0011]图1为本申请一实施例提供的基于CT图像的病灶检测方法的流程示意图；图2为本申请另一实施例提供的基于CT图像的病灶检测方法的流程示意图；图3为图1中的步骤S101在其他实施例中的一实现流程示意图；图4为图3中的步骤S301在其他实施例中的一实现流程示意图；图5为本申请实施例提供的基于CT图像的病灶检测方法中的包括左肺区域和右肺区域的外接包围盒的一示意图；图6为图3中的步骤S301和步骤S302的整体实现过程示意图；图7为图2所示实施例中对该肺部图像上的病灶进行分割的一具体实现流程示意图；图8为图2所示实施例中对该肺部图像上的病灶进行分割的整体实现过程示意图；图9为图2所示实施例中对该病灶的位置进行检测的一具体实现流程示意图；图10为图2所示实施例中对该病灶的位置进行检测的整体实现过程示意图；图11为图2中的步骤S203在其他实施例中的一实现流程示意图；图12为本申请实施例提供的基于CT图像的病灶检测方法中病灶融合的整体实现过程示意图；图13为本申请一实施例提供的基于CT图像的病灶检测装置中的结构示意图；图14为本申请一实施例提供的电子装置的硬件结构示意图。
具体实施方式
[0012]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
[0013]在现有的图像检测方案中，通常利用图像分割技术先进行图像分割，根据分割结果进行检测目标的定位，再通过图像识别技术确定检测目标的类型，存在检测速度慢，且容易遗漏形态不规则的检测目标的问题。
[0014]本申请通过同时对肺部图像上的病灶进行分割以及对病灶的位置进行检测，提高对病灶的检测速度，并分割结果和检测结果进行融合，得到该病灶在胸部CT图像中的位置和尺寸，提高对病灶的检测精度。
[0015]参见图1，本申请一实施例提供一种基于CT图像的病灶检测方法。该方法可以应用于计算机装置，如：台式计算机、服务器等非可在移动中进行数据处理的计算机装置，或者，智能手机、平板电脑、手提电脑、机器人等可在移动中进行数据处理的计算机装置。如图1所示，该方法包括：S101、对胸部CT图像进行处理得到肺部图像；具体的，可通过CT拍摄得到拍摄对象的胸部CT，从胸部CT图像中提取包括左右肺的肺部图像。
[0016]S102、对该肺部图像进行病灶分割，得到对应于该肺部图像内的各个病灶区域的分割结果，并同步对该肺部图像进行病灶检测，得到各个病灶区域的检测结果；该分割结果包括肺部图像内的各个病灶区域所含的分割点的第一位置信息以及各个病灶区域的第一尺寸数据。检测结果可以包括肺部图像内的各个病灶区域所含的检测点的第二位置信息和各个病灶区域的第二尺寸数据。
[0017]于本步骤中，对病灶的分割操作和对该病灶的位置检测操作是基于上述肺部图像同步进行的，因此可提高处理速度。
[0018]S103、对分割结果和检测结果进行融合，得到各个病灶区域在胸部CT图像中的位置和尺寸。
[0019]具体的，可通过预设的病灶判别模型和病灶分割模型，将对该肺部图像进行的病灶分割结果和病灶检测结果进行病灶融合，融合结果是得到每个病灶区域在该胸部CT图像中的位置和尺寸。
[0020]本实施例中，一方面通过基于将胸部CT图像进行处理得到的肺部图像，对该肺部图像进行病灶分割，得到对应于该肺部图像内的各个病灶区域的分割结果，并同步对该肺部图像进行病灶检测，得到各个病灶区域的检测结果，可提高病灶检测的速度，另一方面通过将病灶的分割结果和检测结果进行融合，得到各个病灶区域在该胸部CT图像上的位置和尺寸，由于最终输出的病灶区域的位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CT图像的病灶检测方法，其特征在于，包括：对胸部CT图像进行处理得到肺部图像；对所述肺部图像进行病灶分割，得到对应于所述肺部图像内的各个病灶区域的分割结果，并同步对所述肺部图像进行病灶检测，得到各个病灶区域的检测结果；对所述分割结果和所述检测结果进行融合，得到各个病灶区域在所述胸部CT图像中的位置和尺寸。2.根据权利要求1所述的方法，其特征在于，所述对所述肺部图像进行病灶分割，得到对应于所述肺部图像内的各个病灶区域的分割结果包括：通过预先训练得到的病灶分割模型对所述肺部图像进行病灶分割，获得所述分割结果，所述分割结果包括所述肺部图像内的各个病灶区域所含的分割点的第一位置信息以及各个病灶区域的第一尺寸数据。3.根据权利要求2所述的方法，其特征在于，所述通过预先训练得到的病灶分割模型对所述肺部图像进行病灶分割，获得所述分割结果包括：按照预设的三维重叠滑动提取算法，从所述肺部图像中提取多个立方体子区域；将各所述立方体子区域输入到预先训练得到的病灶分割模型中进行病灶分割，获得所述分割结果。4.根据权利要求3所述的方法，其特征在于，所述将各所述立方体子区域输入到预先训练得到的病灶分割模型中进行病灶分割，获得所述分割结果包括：将各所述立方体子区域通过所述病灶分割模型进行分割，输出各所述立方体子区域对应的概率图；对各所述立方体子区域对应的概率图进行拼接，得到所述肺部图像对应的概率图；按照第一预设概率阈值对所述肺部图像对应的概率图进行处理，确定出所述分割结果。5.根据权利要求1所述的方法，其特征在于，所述对所述肺部图像进行病灶检测，得到各个病灶区域的检测结果包括：将所述肺部图像处理为多个三维预测病灶区域，并根据各个三维预测病灶区域，确定出所述肺部图像内的各个病灶区域的检测结果。6.根据权利要求5所述的方法，其特征在于，所述将所述肺部图像处理为多个三维预测病灶区域包括：将所述肺部图像处理为多个二维切片，并通过预设的二维检测模型对所述多个二维切片进行病灶检测，得到各个二维切片所包含的预测病灶区域的信息；根据所述预测病灶区域的信息进行三维重建，得到相应的所述三维预测病灶区域。7.根据权利要求6所述的方法，其特征在于，所述预测病灶区域的信息包括所述预测病灶区域的边缘点位置信息，所述根据所述预测病灶区域的信息进行三维重建，得到相应的所述三维预测病灶区域包括：根据所述预测病灶区域的边缘点位置信息，按照预设的三维重建算法，得到所述边缘点位置信息对应的三维边缘点位置信息，并按照所述三维边缘点位置信息对所述预测病灶区域进行三维重建，得到多个所述三维预测病灶区域。8.根据权利要求7所述的方法，其特征在于，所述根据各个三维预测病灶区域，确定出
所述肺部图像内的各个病灶区域的检测结果包括：通过将所述三维预测病灶区域输入预先训练得到的三维分类模型，获得各个三维预测病灶区域属于真阳类别的概率值；根据所述各个三维预测病灶区域属于真阳类别的概率值，确定目标病灶区域，将所述目标病灶区域的位置坐标作为所述肺部图像内的相应病灶区域的位置坐标，得到所述检测结果。9.根据权利要求8所述的方法，其特征在于，所述根据所述各个三维预测病灶区域属于真阳类别的概率值，确定目标病灶区域，包括：筛选出属于真阳类别的概率值不小于第二预设概率阈值的三维预测病灶区域，并将筛选出的三维预测病灶区域确定为所述目标病灶区域；或者，筛选出属于真阳类别的概率值不小于所述第二预设概率阈值的三维预测病灶区域，并根据筛选出的各个三维预测病灶区域的概率值确定第三预设概率阈值，将筛选出的且属于真阳类别的概率值不小于所述第三预设概率阈值的三维预测病灶区域确定为目标病灶区域。10.根据权利要求1所述的方...

【专利技术属性】
技术研发人员：陈日清，徐宏，李楠宇，李延祥，余坤璋，
申请(专利权)人：杭州堃博生物科技有限公司，
类型：发明
国别省市：