【技术实现步骤摘要】
本申请涉及数字图像处理，特别是基于实例分割的影像辅助诊断方法、装置及存储介质。
技术介绍
1、在医学领域，常常由放射科医生对医学影像做出解释，但医生从二维 ct 图像中逐层检查三维器脏体素（例如：肺部、肝部）是一项艰巨的任务。由于 ct 扫描中包含关于目标器脏结节的大量信息，易出现医生误判疾病、漏诊的情况，也就是作出假阴性(falsenegative, fn) 诊断结果，或者非病变可能被解释为病变，即假阳性(false positive,fp)结果，从而难以从 ct 中解释和识别细胞，目标器脏的结节的检测受到很大的制约。
2、现有技术中，有采用人工智能技术进行影响辅助诊断检测，为改善各种疾病的诊断提供的新的技术手段。但现有技术中，在对目标器脏进行三维扫描并在扫描的三维ct图进行目标检测时，浪费大量的算力对非肺部的区域的计算，识别出目标结节的效率及准确率低，同时，现有技术中，采用将三维ct图切片为二维ct图，然后采用设定目标算法对二维ct图进行目标结节识别，但相关的方法，所采用的锚框无法精准的标出病灶区域，也易造成识别出目标结节的效率及准确率低。
3、目前针对相关技术中用于影像辅助诊断的方法识别出目标结节的效率及准确率低的问题，尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种基于实例分割的影像辅助诊断方法、装置及存储介质，以至少解决相关技术中用于影像辅助诊断的方法识别出目标结节的效率及准确率低的问题。
2、第一方面，本申请实施例提
3、第二方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的基于实例分割的影像辅助诊断方法的步骤。
4、第三方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的基于实例分割的影像辅助诊断方法的步骤。
5、相比于相关技术，本申请实施例提供的基于实例分割的影像辅助诊断方法、装置和存储介质，通过获取目标对象的胸腔所对应的三维扫描图，对所述三维扫描图进行切片处理，得到多张二维切片图;在多张所述二维切片图中，利用已训备的实例分割模型maskr-cnn分割提取目标器脏区域，得到每张所述二维切片图对应的二维扫描图，所述二维扫描图包括所述目标器脏区域；利用已训备的目标识别网络，在所述二维扫描图的所述目标器脏区域中检测目标结节，得到病灶信息，所述病灶信息包括所述目标结节的目标信息，所述目标识别网络是基于yolov5算法，并根据预设的二维样本扫描图数据集以及所述二维样本扫描图数据集的二维样本扫描图所对应的实诊病灶信息进行训练的神经网络，所述二维样本扫描图是利用所述mask r-cnn在二维样本切片图中进行目标器脏区域提取和进行预设的瞄框标注所生成的，所述二维样本切片图是对三维样本扫描图进行切片所生成的，所述瞄框用于确定所述目标结节；基于每张所述二维扫描图所对应的目标信息，进行目标结节合并归类，以确定所述三维扫描图所对应的诊断结果，其中，所述诊断结果包括所述三维扫描图中所述目标结节的数目、大小和位置，解决了相关技术中用于影像辅助诊断的方法识别出目标结节的效率及准确率低的问题，通过在目标识别网络结合 mask r-cnn进行实例分割，去除了不可能存在目标结节的无效区域，避免检测无效区域，提高识别的效率和目标结节识别的准确性，并通过在进行目标结节识别后，对结节识别结果进行合并归类，籍以统计对应的三维扫描图中所具有的目标结节信息，提高了结节识别的准确率和实用性。
6、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
本文档来自技高网...【技术保护点】
1.一种基于实例分割的影像辅助诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于每张所述二维扫描图所对应的目标信息，进行目标结节合并归类，以确定所述三维扫描图所对应的诊断结果，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述中心点坐标参数，对所述第一结节包围盒进行归类，得到第一包围盒分组，包括：
4.根据权利要求3所述的方法，其特征在于，在判断到所述距离大于阈值距离阈值的情况下，所述方法还包括：
5.根据权利要求2所述的方法，其特征在于，所述第一瞄框信息还包括所述第一结节包围盒对应的第一锚框尺寸， 从所述第一包围盒分组的所有所述第一结节包围盒中选取的目标结节包围盒，包括：从所述第一包围盒分组的所有所述第一结节包围盒中，选取所述第一锚框尺寸最大的所述第一结节包围盒，得到所述目标结节包围盒。
6.根据权利要求1所述的方法，其特征在于，利用已训备的目标识别网络，在所述二维扫描图的所述目标器脏区域中检测目标结节，得到病灶信息，包括：
7.根据权利要求6所述的方法，其特征在于，>
8.根据权利要求1所述的方法，其特征在于，所述目标识别网络的训练步骤，包括：
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至8中任一项所述的基于实例分割的影像辅助诊断方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的基于实例分割的影像辅助诊断方法的步骤。
...【技术特征摘要】
1.一种基于实例分割的影像辅助诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于每张所述二维扫描图所对应的目标信息，进行目标结节合并归类，以确定所述三维扫描图所对应的诊断结果，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述中心点坐标参数，对所述第一结节包围盒进行归类，得到第一包围盒分组，包括：
4.根据权利要求3所述的方法，其特征在于，在判断到所述距离大于阈值距离阈值的情况下，所述方法还包括：
5.根据权利要求2所述的方法，其特征在于，所述第一瞄框信息还包括所述第一结节包围盒对应的第一锚框尺寸， 从所述第一包围盒分组的所有所述第一结节包围盒中选取的目标结节包围盒，包括：从所述第一包围盒分组的所有所述第一结节包围盒中，选取所述第一锚框尺...
【专利技术属性】
技术研发人员：李佳信，张桦坚，张智尧，江元豪，陈洋凯，林桢官，魏文彬，刘晓翔，林聪，张明亮，龚雪沅，张鑫源，
申请(专利权)人：暨南大学，
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。