【技术实现步骤摘要】
实施方式涉及医用图像处理装置以及医用图像处理方法。
技术介绍
1、现今，在临床中，采集医用图像的装置以及技术被广泛应用。其中，为了进行组织器官的检测、定位、分割以及测量等，需要在医用图像中检测关键点。这里，关键点是指解剖学标志(anatomical landmark)，解剖学标志例如可以是医学图像中的位置点或者图像中的一部分区域。
2、在医用图像中检测关键点的方法例如包含基于深度学习的热力图回归预测方法。具体而言，在基于深度学习的热力图回归预测方法的训练阶段，使用关键点坐标生成热力图，并基于该热力图来监督预测网络的训练。此时，热力图上的每个像素的值，表示该像素所在位置是关键点的概率。进而，使用训练后的预测网络，在医用图像中生成关键点对应的热力图。此时，在生成的热力图中，最大值的像素所在的位置表示该位置是关键点的概率最大，因此，取该位置的坐标作为关键点位置的预测结果。
3、然而，在上述的基于深度学习的热力图回归预测中，存在以下的问题。
4、例如，在要检测关键点的医用图像中，可能存在多个器官以及组织的局部特征相似的情况。此时，会导致基于深度学习的预测网络无法正确地建立器官以及组织区域与关键点之间的关系。从而，在使用该预测网络来生成热力图时，可能会在与关键点位置特征相似的位置得到多个热力值较高的像素区域并将它们作为关键点位置的检测结果。因此，会导致关键点位置的检测结果错误地产生于特征相似的器官或组织中，因而无法准确的检测关键点位置。即，会导致关键点位置的检测准确度降低。
5、又例如，在要
6、例如，在对胰腺进行拍摄的医用图像中，有时需要检测胰头或胰尾的位置。此时，由于胰腺的形态复杂，且与周围的器官及组织的特征相似。在预测胰头或胰尾的位置的热力图上，容易出现多个高亮(热力值高)的光斑，此时无法明确哪个光斑是想要预测的胰头或胰尾的位置。并且，热力值最高的点可能出现在其他器官或组织上的错误位置。
技术实现思路
1、本专利技术是鉴于以上问题而完成的，其目的在于提供一种医用图像处理装置以及医用图像处理方法，能够提高医用图像中的关键点位置的检测准确度。
2、根据本专利技术的医用图像处理装置，其特征在于，具备：注意力模型训练部，使用所述医用图像以及掩模图像来训练注意力模型，所述掩模图像是对所述医用图像中的感兴趣区域以外的区域进行掩模处理而得到的图像；图像处理模型训练部，使用所述医用图像、与所述医用图像对应的热力图以及训练完成的所述注意力模型中的注意力特征来训练图像处理模型，所述注意力特征表示所述感兴趣区域的注意力；结合部，将训练完成的所述注意力模型中的注意力提取模块与训练完成的所述图像处理模型结合为注意力图像处理模型，所述注意力提取模块包含输出所述注意力特征的注意力模块；以及图像处理部，使用注意力图像处理模型来对所述医用图像进行处理，生成用于确定所述医用图像中的关键点的位置的热力图。
3、由此，本专利技术的医用图像处理装置能够引用注意力机制，并将注意力模型与图像处理模型结合为注意力图像处理模型。利用注意力机制将注意力集中在感兴趣区域中。因此，在使用注意力图像处理模型对医用图像进行处理时，注意力图像处理模型更关注注意力高的感兴趣区域，并在注意力更高的区域中进行例如检测关键点位置等图像处理，而减少在注意力较低的区域中的图像处理。
4、由此，即使在要检测关键点的医用图像中存在多个器官以及组织的局部特征相似的情况，由于注意力机制将想要检测关键点的器官或组织所对应的感兴趣区域的注意力设置为较高，因此注意力图像处理模型在该区域中进行关键点检测，而在局部特征相似的其他器官或组织中减少关键点位置的检测。因此，减少了关键点位置的检测结果产生于特征相似的其他器官或组织中的概率。提高了在医用图像中的关键点位置的检测准确度。
5、并且，即使在关键点特征不明显，或关键点所属的器官或组织的结构变化较多的情况下，由于注意力机制减小了注意力图像处理模型的检测范围，因此本来并不明显的关键点的特征在注意力较高的区域内变得更加明显突出。因此，降低了关键点的检测难度，能够提高医用图像的关键点位置的检测准确度，并且使注意力图像处理模型更加轻量化。
6、根据本专利技术的医用图像处理装置，其特征在于，还具备：注意力获取部，获取训练完成的所述注意力模型中的注意力特征、注意力模块以及注意力提取模块。
7、由此，注意力模型中的注意力特征及注意力模块本身具有解剖学意义，因此，基于注意力获取部获取注意力模型中的注意力特征以及注意力模块，并将其作为输出数据，具有实用价值。
8、例如，注意力特征可以用于相同感兴趣区域内的其他医用图像的处理，例如区域分割等任务中。
9、根据本专利技术的医用图像处装置，其特征在于，所述图像处理模型训练部，以所述医用图像与所述注意力模型中的注意力特征作为所述图像处理模型的输入，将相对应的分辨率下的所述注意力特征与所述图像处理模型的检测特征进行拼接，以所述医用图像的所述关键点的热力图作为所述图像处理模型的输出，来对所述图像处理模型进行训练，所述热力图上的每个像素的值表示该像素所在位置是所述关键点的概率。
10、由此，利用注意力机制，将注意力图像处理模型的检测范围缩小，使其在注意力高的感兴趣区域内进行检测，而减少注意力低的感兴趣区域以外的区域内的检测。因此，能够排除特征相似的器官或组织的干扰，提升关键点以及关键点所属的器官的特征的显著性，提高医用图像中的关键点位置的检测准确度，并且使注意力图像处理模型轻量化。
11、根据本专利技术的医用图像处理装置，其特征在于，注意力模型训练部，与所述医用图像中的多个感兴趣区域对应地训练多个注意力模型，并生成多个注意力特征，所述图像处理模型训练部，以所述医用图像与所述多个注意力模型中的注意力特征作为所述图像处理模型的输入，将所述多个注意力特征与所述图像处理模型的检测特征进行拼接，以与所述多个注意力特征分别对应的多组关键点的热力图作为所述图像处理模型的输出，来训练所述图像处理模型。
12、由此，在想要在医用图像中同时检测多个不同的关键点位置时，针对多个感兴趣区域分别训练注意力模型，并将各个注意力模型中的注意力特征引入图像处理模型来生成注意力图像处理模型。因此，能够针对多个器官或组织检测关键点位置，能够提高医用图像处理的工作效率。并且进一步使注意力图像处理模型轻量化。
13、根据本专利技术的医用图像处理装置，其特征在于，所述注意力提取模块包含所述注意力模型本文档来自技高网...
【技术保护点】
1.一种医用图像处理装置，其特征在于，具备：
2.根据权利要求1所述的医用图像处理装置，其特征在于，
3.根据权利要求1所述的医用图像处装置，其特征在于，
4.根据权利要求1所述的医用图像处理装置，其特征在于，
5.根据权利要求3或4所述的医用图像处理装置，其特征在于，
6.根据权利要求5所述的医用图像处理装置，其特征在于，
7.根据权利要求6所述的医用图像处理装置，其特征在于，
8.一种医用图像处理方法，其特征在于，具备：
【技术特征摘要】
1.一种医用图像处理装置，其特征在于，具备：
2.根据权利要求1所述的医用图像处理装置，其特征在于，
3.根据权利要求1所述的医用图像处装置，其特征在于，
4.根据权利要求1所述的医用图像处理装置，其特征在于，
<...【专利技术属性】
技术研发人员：李庚婉，闫立新，肖其林，赵舜，
申请(专利权)人：佳能医疗系统株式会社，
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。