CT影像的处理方法、装置、设备、存储介质和程序产品制造方法及图纸

技术编号:38146585 阅读:9 留言:0更新日期:2023-07-13 09:10
本公开提供一种CT影像的处理方法、装置、设备、存储介质和程序产品,涉及深度学习技术、AI医疗技术,包括:在计算机体层摄影CT影像中确定肺实质区域,并根据肺实质区域在CT影像中裁剪出初始肺实质图像;对初始肺实质图像进行处理,得到病灶分割掩膜;对初始肺实质图像进行处理,得到初始肺实质图像中的预测病灶区域;根据病灶分割掩膜和预测病灶区域确定目标病灶区域,以及与目标病灶区域对应的目标病灶掩膜,其中,目标病灶掩膜位于目标病灶区域内。这种实施方式中,通过分割、检测两种方式识别病灶区域,并融合这两种识别结果得到目标病灶区域,以及目标病灶区域内部的目标病灶掩膜,降低漏检发生的概率。降低漏检发生的概率。降低漏检发生的概率。

【技术实现步骤摘要】
CT影像的处理方法、装置、设备、存储介质和程序产品


[0001]本公开涉及人工智能技术中的深度学习技术、AI医疗技术,尤其涉及一种CT影像的处理方法、装置、设备、存储介质和程序产品。

技术介绍

[0002]近年来,深度学习(Deep Learning,DL)和卷积神经网络(Convolutional neural networks,CNNs)被广泛应用。将深度学习技术和卷积神经网络应用在医疗领域时,能够辅助医疗人员对计算机体层摄影(CT影像)进行分析。
[0003]一种应用场景中,可以预先训练用于识别肺部病灶的模型,将CT影像输入该模型中,输出CT影像中的病灶区域。但是,这种实现方案中,漏检可能性较大,导致遗漏真实的病灶区域。

技术实现思路

[0004]本公开提供了一种CT影像的处理方法、装置、设备、存储介质和程序产品,用于更准确的在CT影像中识别可能存在病灶的区域。
[0005]根据本公开的第一方面,提供了一种计算机体层摄影的处理方法,包括:
[0006]在所述计算机体层摄影CT影像中确定肺实质区域,并根据所述肺实质区域在所述CT影像中裁剪出初始肺实质图像;其中,所述初始肺实质图像中包括所述肺实质区域;
[0007]对所述初始肺实质图像进行处理,得到病灶分割掩膜,所述病灶分割掩膜用于表征所述初始肺实质图像中的病变位置;对所述初始肺实质图像进行处理,得到所述初始肺实质图像中的预测病灶区域;
[0008]根据所述病灶分割掩膜和所述预测病灶区域确定目标病灶区域,以及与所述目标病灶区域对应的目标病灶掩膜,其中,所述目标病灶掩膜位于所述目标病灶区域内,所述目标病灶掩膜用于表征所述初始肺实质图像中的病变位置。
[0009]根据本公开的第二方面,提供了一种计算机体层摄影的处理装置,包括:
[0010]肺实质确定单元,用于在所述计算机体层摄影CT影像中确定肺实质区域,并根据所述肺实质区域在所述CT影像中裁剪出初始肺实质图像;其中,所述初始肺实质图像中包括所述肺实质区域;
[0011]分割单元,用于对所述初始肺实质图像进行处理,得到病灶分割掩膜,所述病灶分割掩膜用于表征所述初始肺实质图像中的病变位置;
[0012]检测单元,用于对所述初始肺实质图像进行处理,得到所述初始肺实质图像中的预测病灶区域;
[0013]融合单元,用于根据所述病灶分割掩膜和所述预测病灶区域确定目标病灶区域,以及与所述目标病灶区域对应的目标病灶掩膜,其中,所述目标病灶掩膜位于所述目标病灶区域内,所述目标病灶掩膜用于表征所述初始肺实质图像中的病变位置。
[0014]根据本公开的第三方面,提供了一种电子设备,包括:
[0015]至少一个处理器;以及
[0016]与所述至少一个处理器通信连接的存储器;其中,
[0017]所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
[0018]根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如第一方面所述的方法。
[0019]根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
[0020]本公开提供的CT影像的处理方法、装置、设备、存储介质和程序产品,包括:在计算机体层摄影CT影像中确定肺实质区域,并根据肺实质区域在CT影像中裁剪出初始肺实质图像;其中,初始肺实质图像中包括肺实质区域;对初始肺实质图像进行处理,得到病灶分割掩膜,病灶分割掩膜用于表征初始肺实质图像中的病变位置;对初始肺实质图像进行处理,得到初始肺实质图像中的预测病灶区域;根据病灶分割掩膜和预测病灶区域确定目标病灶区域,以及与目标病灶区域对应的目标病灶掩膜,其中,目标病灶掩膜位于目标病灶区域内,目标病灶掩膜用于表征初始肺实质图像中的病变位置。这种实施方式中,直接在CT影像中裁剪出肺实质图像,使得该肺实质图像保存CT影像中肺实质区域的丰富信息,进而更加准确的识别到肺实质区域的病灶区域。而且,本公开提供的方案通过分割、检测两种方式识别病灶区域,并融合这两种识别结果得到目标病灶区域,以及目标病灶区域内部的目标病灶掩膜,通过这种方式能够更准确的在CT影像中识别出病灶区域和病灶掩膜,从而提高病灶区域和病灶掩膜的召回率,降低漏检发生的概率。
[0021]应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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
[0022]附图用于更好地理解本方案,不构成对本公开的限定。其中:
[0023]图1为本公开一示例性实施例示出的计算机体层摄影的处理方法的流程示意图;
[0024]图2为本公开一示例性实施例示出的CT影像和肺实质区域的示意图;
[0025]图3为本公开一示例性实施例示出的计算机体层摄影的处理方法的流程示意图;
[0026]图4为本公开一示例性实施例示出的对CT影像处理的流程图;
[0027]图5为本公开一示例性实施例示出的计算机体层摄影的处理装置的结构示意图;
[0028]图6为本公开另一示例性实施例示出的计算机体层摄影的处理装置的结构示意图;
[0029]图7是用来实现本公开实施例的方法的电子设备的框图。
具体实施方式
[0030]以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识
到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
[0031]随着深度学习和卷积神经网络技术的发展,可以将该技术应用在医疗领域中,具体可以通过深度学习和卷积神经网络技术辅助医疗人员分析CT影像。
[0032]在一些比较简单的辅助分析系统中,可以直接利用预先训练的神经网络对CT影像进行处理,得到病灶分析结果。
[0033]在一些复杂的辅助分析系统中,可以将肺部区域从CT影像中取出得到肺部CT影像,在肺部CT影像中分割出肺叶CT影像,再通过多种方式在肺叶CT影像中分割出异常区域掩膜,对不同方式得到的异常区域掩膜进行融合,进而得到融合后的异常区域。
[0034]但是,上述通过在CT影像中分割出异常区域的方式,漏检可能性较大,进而导致输出的异常区域图像遗漏了真实的病灶区域。
[0035]为了解决上述技术问题,本公开提供的方案中,对CT影像中的肺实质区域进行处理,分割出病灶分割掩膜,并识别出预测病灶区本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种计算机体层摄影的处理方法,包括:在所述计算机体层摄影CT影像中确定肺实质区域,并根据所述肺实质区域在所述CT影像中裁剪出初始肺实质图像;其中,所述初始肺实质图像中包括所述肺实质区域;对所述初始肺实质图像进行处理,得到病灶分割掩膜,所述病灶分割掩膜用于表征所述初始肺实质图像中的病变位置;对所述初始肺实质图像进行处理,得到所述初始肺实质图像中的预测病灶区域;根据所述病灶分割掩膜和所述预测病灶区域确定目标病灶区域,以及与所述目标病灶区域对应的目标病灶掩膜,其中,所述目标病灶掩膜位于所述目标病灶区域内,所述目标病灶掩膜用于表征所述初始肺实质图像中的病变位置。2.根据权利要求1所述的方法,其中,所述对所述初始肺实质图像进行处理,得到病灶分割掩膜,包括:对所述初始肺实质图像进行预处理,得到第一肺实质图像;利用预设的病灶分割模型对所述第一肺实质图像进行处理,得到第一病灶掩膜;根据所述第一病灶掩膜,确定所述初始肺实质图像的病灶分割掩膜。3.根据权利要求2所述的方法,其中,所述第一肺实质图像与所述初始肺实质图像的图像尺寸不同;所述根据所述第一病灶掩膜,确定所述初始肺实质图像的病灶分割掩膜,包括:将所述第一病灶掩膜的尺寸调整为所述初始肺实质图像的尺寸;根据调整尺寸后的第一病灶掩膜中各体素点的病灶概率,确定整尺寸后的第一病灶掩膜中的病灶点;根据所述病灶点确定所述初始肺实质图像中病灶分割掩膜。4.根据权利要求3所述的方法,其中,所述根据病灶点确定所述初始肺实质图像中病灶分割掩膜,包括:根据所述病灶点在调整尺寸后的第一病灶掩膜中确定病灶连通域;根据所述病灶连通域确定所述初始肺实质图像中病灶分割掩膜,其中,所述病灶分割掩膜中包括多个病灶连通域。5.根据权利要求1

4任一项所述的方法,其中,所述对所述初始肺实质图像进行处理,得到所述初始肺实质图像中的预测病灶区域,包括:对所述初始肺实质图像进行预处理,得到第二肺实质图像;利用预设的病灶检测模型对所述第二肺实质图像进行处理,得到当前病灶区域;根据所述当前病灶区域,确定所述初始肺实质图像中的预测病灶区域。6.根据权利要求5所述的方法,其中,所述第二肺实质图像与所述初始肺实质图像的图像尺寸不同;所述根据所述当前病灶区域,确定所述初始肺实质图像中的预测病灶区域,包括:根据所述第二肺实质图像与所述初始肺实质图像的图像尺寸,将所述当前病灶区域映射至所述初始肺实质图像中,得到所述初始肺实质图像中的预测病灶区域。7.根据权利要求5或6所述的方法,其中,若所述病灶检测模型是二维神经网络模型,则所述当前病灶区域为检测框;若所述病灶检测模型是三维神经网络模型,则所述当前病灶区域为检测盒。
8.根据权利要求1

7任一项所述的方法,其中,所述根据所述病灶分割掩膜和所述预测病灶区域确定目标病灶区域,以及与所述目标病灶区域对应的目标病灶掩膜,包括:根据所述病灶分割掩膜确定推测病灶区域,并根据所述推测病灶区域和所述预测病灶区域确定所述可能病灶区域;根据所述可能病灶区域在所述CT影像中确定病灶影像,并利用预设的病灶真阳判别模型对各病灶影像进行处理,确定阳性病灶影像;将与所述阳性病灶影像对应的可能病灶区域确定为所述目标病灶区域;根据所述目标病灶区域、所述病灶分割掩膜,确定所述目标病灶区域对应的目标病灶掩膜。9.根据权利要求8所述的方法,其中,所述病灶分割掩膜中包括多个病灶连通域;所述根据所述病灶分割掩膜确定推测病灶区域,包括:为所述病灶分割掩膜的中的每个所述病灶连通域生成推测病灶区域,所述推测病灶区域包括中心点参数和尺寸参数。10.根据权利要求8或9所述的方法,其中,所述推测病灶区域包括第一中心点参数和第一尺寸参数;所述预测病灶区域包括第二中心点参数和第二尺寸参数;所述根据所述推测病灶区域和所述预测病灶区域确定所述可能病灶区域,包括:根据各推测病灶区域的第一中心点参数、各预测病灶区域的第二中心点参数,确定区域组合;所述区域组合中包括一个预测病灶区域和一个推测病灶区域;根据所述区域组合中包括的预测病灶区域的第一中心点参数和第一尺寸参数,以及包括的推测病灶区域的第二中心点参数和第二尺寸参数,确定可能病灶区域的中心点参数和尺寸参数。11.根据权利要求8

10任一项所述的方法,其中,所述根据所述目标病灶区域、所述病灶分割掩膜,确定所述目标病灶区域对应的目标病灶掩膜,包括:若所述目标病灶区域中包括所述病灶分割掩膜,则将所述目标病灶区域中包括的所述病灶分割掩膜,确定为所述目标病灶区域对应的目标病灶掩膜。12.根据权利要求8

11任一项所述的方法,其中,所述根据所述目标病灶区域、所述病灶分割掩膜,确定所述目标病灶区域对应的目标病灶掩膜,包括:若所述目标病灶区域中不包括所述病灶分割掩膜,则根据所述目标病灶区域生成目标病灶掩膜,生成的所述目标病灶掩膜位于所述目标病灶区域内部。13.根据权利要求12所述的方法,其中,所述目标病灶区域具有中心点参数和尺寸参数;所述根据所述目标病灶区域生成目标病灶掩膜,包括:根据所述目标病灶区域的中心点参数和尺寸参数,生成位于所述目标病灶区域内部的球体,得到所述目标病灶掩膜。14.根据权利要求1

13任一项所述的方法,其中,所述在所述CT影像中确定肺实质区域,包括:利用预设的肺实质提取模型对所述CT影像进行处理,得到肺实质分割结果;根据所述肺实质分割结果在所述CT影像中确定第三肺实质图像;利用预设的肺叶分割模型对所述第三肺实质图像进行处理,得到肺叶分割结果;
根据所述肺叶分割结果在所述CT影像中确定所述肺实质区域;其中,所述肺实质区域包括肺叶所在的区域。15.根据权利要求14所述的方法,其中,所述肺实质分割结果与所述CT影像的尺寸不同;所述根据所述肺实质分割结果在所述CT影像中确定第三肺实质图像,包括:将所述肺实质分割结果的尺寸调整为所述CT影像的尺寸,并根据调整尺寸后的肺实质分割结果在所述CT影像中确定第三肺实质图像。16.根据权利要求14或15所述的方法,其中,所述肺叶分割结果与所述第三肺实质图像的尺寸不同;所述根据所述肺叶分割结果在所述CT影像中确定所述肺实质区域,包括:将所述肺叶分割结果的尺寸调整为所述第三肺实质图像的尺寸;根据所述第三肺实质图像在所述CT影像中位置信息,在调整了尺寸的肺叶分割结果外围补充空白体素,得到与所述CT影像尺寸相同的肺叶分割结果;根据与所述CT影像尺寸相同的肺叶分割结果,在所述CT影像中确定所述肺实质区域。17.根据权利要求14

16任一项所述的方法,其中,所述肺叶分割结果中包括多个肺叶的信息;所述方法还包括:将相邻的两个肺叶交界处的体素点,确定为肺间裂结果。18.根据权利要求14

17任一项所述的方法,其中,所述肺叶分割结果中包括多个肺叶的信息;所述方法还包括:根据所述肺叶分割结果中的各肺叶信息,在所述CT影像中确定与各肺叶对应的肺叶区域;将所述肺叶区域内的各体素调整为单位体积,并根据所述肺叶区域内的体素数量、体素原始体积,确定肺叶体积。19.一种计算机体层摄影的处理装置,包括:肺实质确定单元,用于在所述计算机体层摄影CT影像中确定肺实质区域,并根据所述肺实质区域在所述CT影像中裁剪出初始肺实质图像;其中,所述初始肺实质图像中包括所述肺...

【专利技术属性】
技术研发人员:尚方信杨叶辉王兆玮刘佳王晓荣黄海峰王磊
申请(专利权)人:北京百度网讯科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1