【技术实现步骤摘要】
医学图像的处理方法和系统
[0001]本专利技术涉及计算机领域,具体而言,涉及一种医学图像的处理方法和系统。
技术介绍
[0002]目前,在对医学图像进行扫描和确定时,通常是通过人工智能(Artificial Intelligence,简称为AI)和深度学习(deep learning)模型实现对医疗图像的自动化应用。但是,深度学习模型的精度依赖于大量的标注信息,需要投入大量精力、时间来处理每一个标注信息,后期检视修正过程中也需要同时观察多期相配准的图像进行对比分析。
[0003]在相关技术中,难以同时观察多期相配准的图像,勾画也基本只能从零开始一层一层进行三维勾画,导致存在对医学图像进行标注的效率低的技术问题。
[0004]针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种医学图像的处理方法和系统,以至少解决对医学图像进行图像标注的效率低的技术问题。
[0006]根据本专利技术实施例的一个方面,提供了一种医学图像的处理方法,包括:获取图像扫描设备分别在不同期相扫描到的原始医学图像,其中,不同期相的原始医学图像至少展示待检测对象,且待检测对象在不同期相的原始医学图像中位置不全相同;将原始医学图像转换为目标医学图像,其中,待检测对象在不同期相的目标医学图像中位置相同;对目标医学图像进行分割处理,得到目标医学图像的标注信息,其中,标注信息用于对待检测对象的病灶在对应的期相中进行标注,且作为训练样本用于训练得到图像预测模型,图像预测模型 ...
【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:获取图像扫描设备分别在不同期相扫描到的原始医学图像,其中,所述不同期相的原始医学图像至少展示待检测对象,且所述待检测对象在所述不同期相的原始医学图像中位置不全相同;将所述原始医学图像转换为目标医学图像,其中,所述待检测对象在所述不同期相的目标医学图像中位置相同;对所述目标医学图像进行分割处理,得到所述目标医学图像的标注信息,其中,所述标注信息用于对所述待检测对象的病灶在对应的期相中进行标注,且作为训练样本用于训练得到图像预测模型,所述图像预测模型用于预测包含所述待检测对象的待分析图像的标注信息。2.根据权利要求1所述的方法,其特征在于,原始医学图像序列包括所述不同期相扫描到的原始医学图像,其中,将所述原始医学图像转换为目标医学图像,包括:在所述原始医学图像序列中确定所述图像扫描设备在待监测的目标期相扫描到的第一原始医学图像;以所述第一原始医学图像为基准,配准所述原始医学图像序列中除所述第一原始医学图像之外的第二原始医学图像,得到所述目标医学图像。3.根据权利要求2所述的方法,其特征在于,所述第一原始医学图像和所述第二原始医学图像为三维医学图像,其中,以所述第一原始医学图像为基准,配准所述原始医学图像序列中除所述第一原始医学图像之外的第二原始医学图像,得到所述目标医学图像,包括:以所述待检测对象在所述第一原始医学图像中的三维坐标为基准,对所述待检测对象在所述第二原始医学图像中的三维坐标进行配准,得到所述目标医学图像。4.根据权利要求1所述的方法,其特征在于,对所述目标医学图像进行分割处理,得到所述目标医学图像的标注信息,包括:调用所述目标医学图像对应的期相所关联的图像分割模型,对所述目标医学图像进行分割处理,得到所述目标医学图像的标注信息。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:基于待监测的目标期相下的医学图像样本训练得到子分割模型;将所述不同期相中除所述目标期相之外的期相下的医学图像样本,输入至所述子分割模型中,得到标注信息样本,其中,所述标注信息样本中的标注信息用于对所述待检测对象的病灶在所述不同期相中除所述目标期相之外的期相中进行标注;基于所述目标期相下的医学图像样本和所述标注信息样本,训练得到所述图像分割模型。6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述方法还包括:基于标注调整数据对所述目标医学图像的标注信息进行调整,其中,所述标注调整数据为基于调整操作指令触发而获取到;输出所述目标医学图像的调整后标注信息,其中,所述目标医学图像的调整后标注信息用于更新所述图像预测模型。7.根据权利要求1至5中任意一项所述的方法,其特征在于,所述方法还包括:从目标位置加载所述目标医学图像和/或所述目标医学图像的标注信息至数据列表,
其中,所述目标位置用于存储所述目标医学图像和/或所述目标医学图像的标注信息。8.一种医学图像的处理方法,其特征在于,包括:分别在操作界面的不同显示区域中,显示图像扫描设备在不同期相扫描到的原始医学图像,其中,所述不同期相的原始医学图像至少展示待检测对象,且所述待检测对象在所述不同期相的原始医学图像序列中位置不全相同;响应作用于所述操作界面上的转换操作指令,将所述原始医学图像转换为目标医学图像,...
【专利技术属性】
技术研发人员:王法凯,张灵,郭文超,姚佳文,夏英达,闫轲,吕乐,
申请(专利权)人:阿里巴巴中国有限公司,
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。