一种肿瘤等级分类方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种肿瘤等级分类方法、装置、电子设备及存储介质。该方法包括：获取包含目标肿瘤的三维磁共振图像以及已训练完成的肿瘤等级分类模型；将所述三维磁共振图像输入到所述肿瘤等级分类模型中，并根据所述肿瘤等级分类模型的输出结果，得到所述目标肿瘤的等级分类结果；其中，所述肿瘤等级分类模型包括多尺度卷积模块，所述多尺度卷积模块包括至少一个卷积层，所述至少一个卷积层内的卷积核的维数是三维。本发明专利技术实施例的技术方案，可以提高肿瘤等级分类的准确率。可以提高肿瘤等级分类的准确率。可以提高肿瘤等级分类的准确率。

【技术实现步骤摘要】
一种肿瘤等级分类方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及图像处理
，尤其涉及一种肿瘤等级分类方法、装置、电子设备及存储介质。

技术介绍

[0002]肿瘤等级的准确分类，可以辅助医生快速并且准确确定接下来的治疗方案，因此在医疗领域中至关重要。目前存在采用支持向量机(Support Vector Machine，SVM)或是二维卷积神经网络进行肿瘤等级的自动分类的方法。
[0003]但是，这种方法目前还处于研究阶段，由于其肿瘤等级分类的准确率较低，极少应用在实际中。

技术实现思路

[0004]本专利技术实施例提供了一种肿瘤等级分类方法、装置、电子设备及存储介质，以提高肿瘤等级分类的准确率。
[0005]根据本专利技术的一方面，提供了一种肿瘤等级分类方法，可以包括：
[0006]获取包含目标肿瘤的三维磁共振图像以及已训练完成的肿瘤等级分类模型；
[0007]将三维磁共振图像输入到肿瘤等级分类模型中，并根据肿瘤等级分类模型的输出结果，得到目标肿瘤的等级分类结果；
[0008]其中，肿瘤等级分类模型包括多尺度卷积模块，多尺度卷积模块包括至少一个卷积层，至少一个卷积层内的卷积核的维数是三维。
[0009]根据本专利技术的另一方面，提供了一种肿瘤等级分类装置，可以包括：
[0010]肿瘤等级分类模型获取模块，用于获取包含目标肿瘤的三维磁共振图像以及已训练完成的肿瘤等级分类模型；
[0011]等级分类结果得到模块，用于将三维磁共振图像输入到肿瘤等级分类模型中，并根据肿瘤等级分类模型的输出结果，得到目标肿瘤的等级分类结果；
[0012]其中，肿瘤等级分类模型包括多尺度卷积模块，多尺度卷积模块包括至少一个卷积层，至少一个卷积层内的卷积核的维数是三维。
[0013]根据本专利技术的另一方面，提供了一种电子设备，可以包括：
[0014]至少一个处理器；以及
[0015]与至少一个处理器通信连接的存储器；其中，
[0016]存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行时实现本专利技术任意实施例所提供的肿瘤等级分类方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令用于使处理器执行时实现本专利技术任意实施例所提供的肿瘤等级分类方法。
[0018]本专利技术实施例的技术方案，通过获取包含目标肿瘤的三维磁共振图像以及已训练完成的肿瘤等级分类模型；将三维磁共振图像输入到肿瘤等级分类模型中，并根据肿瘤等级分类模型的输出结果，得到目标肿瘤的等级分类结果；其中，肿瘤等级分类模型包括多尺度卷积模块，多尺度卷积模块包括至少一个卷积层，至少一个卷积层内的卷积核的维数是三维。本专利技术实施例的技术方案，采用多尺度卷积模块中的具有三维卷积核的卷积层来提高肿瘤等级分类模型的特征提取能力，从而提高了肿瘤等级分类的准确率。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或是重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术实施例一中所提供的一种肿瘤等级分类方法的流程图；
[0022]图2是本专利技术实施例二中所提供的一种肿瘤等级分类方法的流程图；
[0023]图3是本专利技术实施例三中所提供的一种肿瘤等级分类方法的流程图；
[0024]图4是本专利技术实施例四中所提供的一种肿瘤等级分类方法的流程图；
[0025]图5是本专利技术实施例四中提供的一种肿瘤等级分类方法中的可选示例的肿瘤等级分类模型的结构图；
[0026]图6是本专利技术实施例四中提供的一种肿瘤等级分类方法中的可选示例的肿瘤等级分类模型中的多尺度特征融合模块和等级分类模块的结构图；
[0027]图7是本专利技术实施例五所提供的肿瘤等级分类装置的结构框图；
[0028]图8是实现本专利技术实施例的肿瘤等级分类方法的电子设备的结构示意图。
具体实施方式
[0029]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0030]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。“目标”、“原始”等的情况类似，在此不再赘述。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0031]实施例一
[0032]图1是本专利技术实施例一中所提供的一种肿瘤等级分类方法的流程图。本实施例可适用于对肿瘤等级分类的情况。该方法可以由本专利技术实施例提供的肿瘤等级分类装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在电子设备上，该电子设备可以是各种用户终端或服务器。
[0033]参见图1，本专利技术实施例的方法具体包括如下步骤：
[0034]S101、获取包含目标肿瘤的三维磁共振图像以及已训练完成的肿瘤等级分类模型；其中，肿瘤等级分类模型包括多尺度卷积模块，多尺度卷积模块包括至少一个卷积层，至少一个卷积层内的卷积核的维数是三维。
[0035]其中，三维磁共振图像是通过磁共振成像技术形成的人体的解剖结构和生理过程的三维图像；本专利技术实施例中的三维磁共振图像是已经通过人工或其他方式确定的存在目标肿瘤的磁共振图像，该目标肿瘤可以理解为位于目标部位上的肿瘤，例如位于脑部的脑肿瘤或是位于肺部的肺肿瘤等。
[0036]在本专利技术实施例中，可以预先训练出能够对目标肿瘤进行等级分类的肿瘤等级分类模型；肿瘤等级分类模型包括能够进行特征提取的多尺度卷积模块；多尺度卷积模块包括至少一个能够进行特征提取的卷积层，至少一个卷积层内的卷积核的维数是三维，即至少一个卷积层中的每个卷积层内的全部卷积核的维数均是三维的，通过三维的卷积核与三维磁共振图像相互配合，可以提取更详细的且语义更强的特征。
[0037]S102、将三维磁共本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肿瘤等级分类方法，其特征在于，包括：获取包含目标肿瘤的三维磁共振图像以及已训练完成的肿瘤等级分类模型；将所述三维磁共振图像输入到所述肿瘤等级分类模型中，并根据所述肿瘤等级分类模型的输出结果，得到所述目标肿瘤的等级分类结果；其中，所述肿瘤等级分类模型包括多尺度卷积模块，所述多尺度卷积模块包括至少一个卷积层，所述至少一个卷积层内的卷积核的维数是三维。2.根据权利要求1所述的方法，其特征在于，所述多尺度卷积模块还包括第一池化层和第一上采样层，所述至少一个卷积层包括第一卷积层、第二卷积层和第三卷积层，所述肿瘤等级分类模型还包括等级分类模块；所述将所述三维磁共振图像输入到所述肿瘤等级分类模型中，并根据所述肿瘤等级分类模型的输出结果，得到所述目标肿瘤的等级分类结果，包括：将所述三维磁共振图像输入到所述第一卷积层中，并将所述第一卷积层的输出结果输入到所述第一池化层中；将所述第一池化层的输出结果输入到所述第二卷积层中，并将所述第二卷积层的输出结果输入到所述第一上采样层中；将所述第一卷积层的输出结果与所述第一上采样层的输出结果进行合并，并将得到的合并结果输入到所述第三卷积层中；将所述第三卷积层的输出结果输入到所述等级分类模块中，并将所述等级分类模块的输出结果作为所述肿瘤等级分类模型的输出结果；根据得到的所述肿瘤等级分类模型的输出结果，得到所述目标肿瘤的等级分类结果。3.根据权利要求2所述的方法，其特征在于，所述多尺度卷积模块还包括第二池化层和第二上采样层，所述至少一个卷积层还包括第四卷积层以及第五卷积层，所述肿瘤等级分类模型还包括多尺度特征融合模块；所述将所述三维磁共振图像输入到所述第一卷积层中，并将所述第一卷积层的输出结果输入到所述第一池化层中，包括：将所述三维磁共振图像输入到所述第四卷积层中，并将所述第四卷积层的输出结果输入到所述第二池化层中；将所述第二池化层的输出结果输入到所述第一卷积层中，并将所述第一卷积层的输出结果输入到所述第一池化层中；所述方法还包括：将所述第三卷积层的输出结果输入到所述第二上采样层中，并将所述第四卷积层的输出结果与所述第二上采样层的输出结果进行合并；将得到的合并结果输入到所述第五卷积层中；所述将所述第三卷积层的输出结果输入到所述等级分类模块中，包括：将所述第三卷积层的输出结果以及所述第五卷积层的输出结果输入到所述多尺度特征融合模块中，以基于所述多尺度特征融合模块对所述第三卷积层的输出结果以及所述第五卷积层的输出结果进行特征融合；将得到的特征融合结果输入到所述等级分类模块中。4.根据权利要求3所述的方法，其特征在于，所述多尺度特征融合模块包括第一路径和
第二路径，所述第一路径包括第三池化层、第一扁平化层和第一全连接层，所述第二路径包括第四池化层、第二扁平化层和第二全连接层；所述将所述第三卷积层的输出结果以及所述第五卷积层的输出结果输入到所述多尺度特征融合模块中，以基于所述多尺度特征融合模块对所述第三卷积层的输出结果以及所述第五卷积层的输出结...

【专利技术属性】
技术研发人员：彭嘉琨，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：