图像处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。该方法包括：将医学图像输入至第一分割模型中进行第一次图像分割，生成医学图像的第一掩膜图像；将医学图像及第一掩膜图像输入至第二分割模型中进行第二次图像分割，生成第二掩膜图像；基于第二掩膜图像，从医学图像中获取目标图像；目标图像包括动脉血管和病灶区域。即在进行动脉栓塞检测时，采用两阶段分割方式，由于第一阶段的第一掩膜图像中明确标记了动脉血管区域，对动脉血管内的病灶检测提供了可靠支撑；第二阶段，采用动脉血管和病灶同时分割策略，使得动脉血管和病灶两类不同的标签分割结果之间可以相互促进和约束，能够减少血管和病灶的假阳性，提高血管和病灶分割的准确性。病灶分割的准确性。病灶分割的准确性。

【技术实现步骤摘要】
图像处理方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种图像处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着医疗影像技术和图像处理技术的发展，对医学影像进行图像处理以得到精确的图像处理结果是目前研究的重点和方向。例如：在肺栓塞的检测过程中，通过对肺血管造影(Computed tomography pulmonary angiography，CTPA)图像进行图像识别，能够快速从图像中分割出肺部血管和病灶。
[0003]传统技术中，主要通过传统图像分割算法和深度学习分割算法两种方式，来识别医学图像中的血管和病灶。然而，由于医学图像中的肺部血管动静脉交错复杂，且病灶形态大小和位置不一，因此，经常出现血管和病灶的错分割问题，进而导致病灶的遗漏和假阳性。因此，对医学图像进行病灶分割的准确性较差。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高医学图像病灶分割准确性的图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种图像处理方法。该方法包括：
[0006]将医学图像输入至第一分割模型中进行第一次图像分割，生成医学图像的第一掩膜图像；第一掩膜图像包括与动静脉血管对应的掩膜图像；
[0007]将医学图像及第一掩膜图像输入至第二分割模型中进行第二次图像分割，生成第二掩膜图像；第二掩膜图像包括与动脉血管和病灶候选区域对应的掩膜图像；
[0008]基于第二掩膜图像，从医学图像中获取目标图像；目标图像包括动脉血管和病灶区域。
[0009]在其中一个实施例中，将医学图像及第一掩膜图像输入至第二分割模型中进行第二次图像分割，生成第二掩膜图像，包括：
[0010]基于第一掩膜图像获取动脉血管中心线图像；
[0011]将医学图像、第一掩膜图像及动脉血管中心线图像输入至第二分割模型中进行第二次图像分割，生成第二掩膜图像。
[0012]在其中一个实施例中，第一掩膜图像包括与扩张后的动静脉血管对应的掩膜图像。
[0013]在其中一个实施例中，基于第二掩膜图像，从医学图像中获取目标图像，包括：
[0014]将第二掩膜图像输入至预设分类模型中，从病灶候选区域中去除假阳性病灶，生成第三掩膜图像；
[0015]基于第三掩膜图像，从医学图像中获取目标图像。
[0016]在其中一个实施例中，将第二掩膜图像输入至预设分类模型中，从病灶候选区域
中去除假阳性病灶，生成第三掩膜图像，包括：
[0017]根据第二掩膜图像获得动脉血管掩膜图像和病灶掩膜图像；
[0018]将病灶掩膜图像及医学图像输入至预设分类模型中，从病灶候选区域中去除假阳性病灶，生成目标病灶掩膜图像；
[0019]将目标病灶掩膜图像和动脉血管掩膜图像进行融合处理，生成第三掩膜图像。
[0020]在其中一个实施例中，根据第二掩膜图像获得动脉血管掩膜图像和病灶掩膜图像，包括：
[0021]根据第二掩膜图像获得初始动脉血管掩膜图像和初始病灶掩膜图像；
[0022]从初始病灶掩膜图像中去除小于或等于第一预设阈值的病灶连通域，得到病灶掩膜图像；
[0023]从初始动脉血管掩膜图像中去除小于或等于第二预设阈值的血管连通域，得到动脉血管掩膜图像。
[0024]在其中一个实施例中，将目标病灶掩膜图像和动脉血管掩膜图像进行融合处理，生成第三掩膜图像，包括：
[0025]将目标病灶掩膜图像和动脉血管掩膜图像进行融合处理，得到中间掩膜图像；
[0026]从中间掩膜图像中去除小于或等于第三预设阈值的连通域，生成第三掩膜图像；其中，第三预设阈值大于第一预设阈值且大于第二预设阈值。
[0027]在其中一个实施例中，第一分割模型为根据样本图像和样本图像对应的第一金标准掩膜图像，对第一分割网络训练得到；第一金标准掩膜图像包括动脉血管标签和静脉血管标签；第二分割模型的训练过程包括：
[0028]获取样本图像对应的第二金标准掩膜图像，第二金标准掩膜图像包括动脉血管标签和病灶标签；
[0029]从样本图像对应的第四掩膜图像中提取动脉血管中心线，得到样本动脉血管中心线图像；其中，第四掩膜图像为第一分割网络输出的；
[0030]将样本图像、第四掩膜图像以及样本动脉血管中心线图像，输入至第二分割网络中，得到样本图像对应的第五掩膜图像；
[0031]根据第五掩膜图像和第二金标准掩膜图像，对第二分割网络进行训练，得到第二分割模型。
[0032]在其中一个实施例中，预设分类模型的训练过程包括：
[0033]根据第五掩膜图像，从样本图像中获取病灶样本图像，并根据第五掩膜图像和第二金标准掩膜图像，确定病灶样本图像对应的金标准病灶标签；其中，病灶样本图像为单个病灶对应的样本图像；
[0034]将病灶样本图像输入至分类网络中，得到病灶样本图像对应的标签结果；
[0035]根据病灶样本图像对应的标签结果和金标准病灶标签，对分类网络进行训练，得到预设分类模型。
[0036]在其中一个实施例中，根据第五掩膜图像和第二金标准掩膜图像，确定病灶样本图像对应的金标准病灶标签，包括：
[0037]从第五掩膜图像中确定病灶样本图像中病灶所在的第一区域，以及从第二金标准掩膜图像中确定病灶样本图像中病灶所在的第二区域；
[0038]在第一区域和第二区域之间的重合度大于预设重合度阈值的情况下，确定病灶样本图像对应的金标准病灶标签为病灶；
[0039]在第一区域和第二区域之间的重合度小于或等于预设重合度阈值的情况下，确定病灶样本图像对应的金标准病灶标签为假阳性病灶。
[0040]第二方面，本申请还提供了一种图像处理装置。该装置包括：
[0041]第一分割模块，用于将医学图像输入至第一分割模型中进行第一次图像分割，生成医学图像的第一掩膜图像；第一掩膜图像包括与动静脉血管对应的掩膜图像；
[0042]第二分割模块，用于将医学图像及第一掩膜图像输入至第二分割模型中进行第二次图像分割，生成第二掩膜图像；第二掩膜图像包括与动脉血管和病灶候选区域对应的掩膜图像；
[0043]获取模块，用于基于第二掩膜图像，从医学图像中获取目标图像；目标图像包括动脉血管和病灶区域。
[0044]第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行所述计算机程序时实现第一发面中的图像处理方法的步骤。
[0045]第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一发面中的图像处理方法的步骤。
[0046]第五方面，本申请还提供了一种计算机程序产品，该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：将医学图像输入至第一分割模型中进行第一次图像分割，生成所述医学图像的第一掩膜图像；所述第一掩膜图像包括与动静脉血管对应的掩膜图像；将所述医学图像及所述第一掩膜图像输入至第二分割模型中进行第二次图像分割，生成第二掩膜图像；所述第二掩膜图像包括与动脉血管和病灶候选区域对应的掩膜图像；基于所述第二掩膜图像，从所述医学图像中获取目标图像；所述目标图像包括动脉血管和病灶区域。2.根据权利要求1所述的方法，其特征在于，所述将所述医学图像及所述第一掩膜图像输入至第二分割模型中进行第二次图像分割，生成第二掩膜图像，包括：基于所述第一掩膜图像获取动脉血管中心线图像；将所述医学图像、所述第一掩膜图像及所述动脉血管中心线图像输入至所述第二分割模型中进行第二次图像分割，生成第二掩膜图像。3.根据权利要求1或2所述的方法，所述基于所述第二掩膜图像，从所述医学图像中获取目标图像，包括：将所述第二掩膜图像输入至预设分类模型中，从所述病灶候选区域中去除假阳性病灶，生成第三掩膜图像；基于所述第三掩膜图像，从所述医学图像中获取目标图像。4.根据权利要求3所述的方法，其特征在于，所述将所述第二掩膜图像输入至预设分类模型中，从所述病灶候选区域中去除假阳性病灶，生成第三掩膜图像，包括：根据所述第二掩膜图像获得动脉血管掩膜图像和病灶掩膜图像；将所述病灶掩膜图像及所述医学图像输入至所述预设分类模型中，从所述病灶候选区域中去除假阳性病灶，生成目标病灶掩膜图像；将所述目标病灶掩膜图像和所述动脉血管掩膜图像进行融合处理，生成所述第三掩膜图像。5.根据权利要求4所述的方法，其特征在于，所述根据所述第二掩膜图像获得动脉血管掩膜图像和病灶掩膜图像，包括：根据所述第二掩膜图像获得初始动脉血管掩膜图像和初始病灶掩膜图像；从所述初始病灶掩膜图像中去除小于或等于第一预设阈值的病灶连通域，得到所述病灶掩膜图像；从所述初始动脉血管掩膜图像中去除小于或等于第二预设阈值的血管连通域，得到所述动脉血管掩膜图像。6.根据权利要求3所述的方法，其特征在于，所述第一分割模型为根据样本图像和所述样本图像对...

【专利技术属性】
技术研发人员：顾冬冬，高耀宗，陈彦博，詹翊强，周翔，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：