System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医疗数据图像领域,尤其涉及一种医疗图像数据增强方法、装置、电子设备和存储介质。
技术介绍
1、在医疗领域中,医疗影像图像能够展示患者状态,帮助医疗工作人员制定合理的治疗方案和风险评估,基于医疗影像图像训练的机器学习模型,能够有效提高医疗工作人员的工作效率,而训练机器学习模型需要大量的医疗影像图像,通过扩大训练数据集,提高机器学习模型的泛化能力,减少训练过程中的过拟合问题;而扩大训练数据集通常需要大量的医疗影像图像,而大量医疗影像图像的成本过高,获取医疗影像图像的代价过大。现有技术中通常选择使用采用图像增强技术,图像增强技术虽然可用缓解医疗图像模型的过拟合问题,但是由于增强图像与原始图像相似度很高,多样性欠缺,导致在训练样本昂贵的医疗领域,深度学习技术应用比较受限。。
技术实现思路
1、本专利技术提供了一种医疗图像数据增强方法、装置、电子设备和存储介质,以实现对医疗影像图像进行数据增强,提高了医疗影像图像的多样性,降低了数据增强的成本。
2、根据本专利技术的一方面,提供了一种医疗图像数据增强方法,包括:
3、获取原始医疗图像和原始医疗影像对应的医疗影像报告;
4、根据预先训练的变分自编码模型对所述原始医疗图像进行图像重建,确定所述原始医疗图像的图像采样特征;
5、通过预先训练的图像增强模型根据所述医疗影像报告和所述图像采样特征进行图像增强,确定至少一个目标增强图像。
6、根据本专利技术的另一方面,提供了一种医疗
7、数据获取模块,用于获取原始医疗图像和原始医疗影像对应的医疗影像报告;
8、图像降采样模块,用于根据预先训练的变分自编码模型对所述原始医疗图像进行图像重建,确定所述原始医疗图像的图像采样特征;
9、图像增强模块,用于通过预先训练的图像增强模型根据所述医疗影像报告和所述图像采样特征进行图像增强,确定至少一个目标增强图像。
10、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:
11、至少一个处理器;以及
12、与所述至少一个处理器通信连接的存储器;其中,
13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序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本专利技术任一实施例所述的医疗图像数据增强方法。
14、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,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的医疗图像数据增强方法。
15、本专利技术实施例的技术方案通过获取原始医疗图像和原始医疗影像对应的医疗影像报告,通过医疗影像报告引导图像增强,提高图像增强的效果;根据预先训练的变分自编码模型对所述原始医疗图像进行图像重建,确定所述原始医疗图像的图像采样特征,通过变分自编码模型提高提取图像特征,并减少原始医疗图像噪声的干扰,提高图像重建的效果;通过预先训练的图像增强模型根据所述医疗影像报告和所述图像采样特征进行图像增强,确定至少一个目标增强图像,基于图像增强模型能够有效的生成多个目标增强图像。解决了现有技术中医疗增强图像相似度高且多样性欠缺的技术问题,实现了对医疗图像数据的扩散增强,能够通过少数原始图像生成真实的增强图像,弥补数据不足、数据获取难度高的缺陷。
16、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。
本文档来自技高网...【技术保护点】
1.一种医疗图像数据增强方法,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,所述根据预先训练的变分自编码模型对所述原始医疗图像进行图像重建,确定所述原始医疗图像的图像采样特征,包括:
3.根据权利要求1所述的方法,其特征在于,所述图像增强模型包括噪声增加网络和噪声去除网络;所述通过预先训练的图像增强模型根据所述医疗影像报告和所述图像采样特征进行图像增强,确定至少一个目标增强图像,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述噪声去除网络根据所述时间步长和所述医疗影像报告依次去除所述高斯噪声图像的高斯噪声,确定至少一个所述目标增强图像,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述噪声去除网络根据所述时间步长和所述文本引导向量依次去除所述高斯噪声图像的高斯噪声,确定至少一个所述目标增强图像,包括:
6.根据权利要求2所述的方法,其特征在于,在所述将所述原始医疗图像输入至所述变分自编码模型中,基于所述变分自编码模型中的编码器对所述原始医疗图像进行特征采样,确定所述图像采样特征之
7.根据权利要求6所述的方法,其特征在于,在所述根据所述重建损失和所述相对熵散度对所述变分训练模型进行模型优化,确定所述变分自编码模型之后,还包括:
8.一种医疗图像数据增强装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7任一所述的医疗图像数据增强方法。
...【技术特征摘要】
1.一种医疗图像数据增强方法,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,所述根据预先训练的变分自编码模型对所述原始医疗图像进行图像重建,确定所述原始医疗图像的图像采样特征,包括:
3.根据权利要求1所述的方法,其特征在于,所述图像增强模型包括噪声增加网络和噪声去除网络;所述通过预先训练的图像增强模型根据所述医疗影像报告和所述图像采样特征进行图像增强,确定至少一个目标增强图像,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述噪声去除网络根据所述时间步长和所述医疗影像报告依次去除所述高斯噪声图像的高斯噪声,确定至少一个所述目标增强图像,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述噪声去除网络根据所述时间步长和所述文本引导向量依次去除...
【专利技术属性】
技术研发人员:刘长东,许文仪,周子捷,
申请(专利权)人:联仁健康医疗大数据科技股份有限公司,
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。