本申请提供一种医学图像评估方法及装置，该方法首先对目标部位的初始医学图像进行分割，得到目标区域，再对目标区域进行处理，得到目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值，再根据第一形状表征值、第二形状表征值以及第三形状表征值，得到目标区域对应的病变系数，最后根据病变系数确定目标部位的评估结果，评估结果表征目标区域出现目标症状的概率。本申请中自动对目标部位的初始医学图像进行处理，得到初始医学图像中目标区域出现目标症状的概率，再根据出现目标症状的概率得到目标部位的评估结果，避免了依靠人工经验进行医学图像评估带来的误差，提高了医学图像评估结果的准确性。了医学图像评估结果的准确性。了医学图像评估结果的准确性。
【技术实现步骤摘要】
一种医学图像评估方法及装置
[0001]本申请涉及医学图像处理领域，尤其涉及一种医学图像评估方法及装置。
技术介绍
[0002]结直肠癌是临床最常见的恶性肿瘤之一，在全球范围内发病率位居所有恶性肿瘤的第3位，因此，结直肠癌的早期发现及评估显得尤为重要。
[0003]结直肠癌的发生机制主要有两种，一种是锯齿状息肉的癌变，另一种是良性息肉的癌变。锯齿状息肉病变的癌变风险高于一般的良性息肉，且病理诊断困难。因此，对于锯齿状息肉的早诊早治有助于预防结直肠癌的发生。传统的，针对结直肠息肉分类方面的研究主要集中在病理学诊断，由正置显微镜检查得到病理切片的医学图像，再由经验丰富的医生对医学图像进行分析，得到评估结果。由于医生经验不同，导致依靠人工对医学图像进行评估的结果也会不同，因此，利用传统的医学图像评估方法得到的评估结果准确性不高。
技术实现思路
[0004]本申请提供一种医学图像评估方法及装置，以提高医学图像评估结果的准确性。
[0005]一方面，本申请实施例提供了一种医学图像评估方法，包括：对目标部位的初始医学图像进行分割，得到目标区域；对目标区域进行处理，得到目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值，第一形状表征值与目标区域上各第一位置点对应的投影密度值相关，第二形状表征值与目标区域上各第一位置点对应的斜率值相关，第三形状表征值与目标区域上各第一位置点对应的目标距离差有关；根据第一形状表征值、第二形状表征值以及第三形状表征值，得到目标区域对应的病变系数，病变系数表征目标区域出现目标症状的概率；根据病变系数确定目标部位的评估结果。
[0006]可选地，在本申请一些可能的实现方式中，对目标区域进行处理，得到目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值的步骤，包括：确定目标区域对应的最小外接矩形；根据最小外接矩形，得到目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值。
[0007]可选地，在本申请一些可能的实现方式中，根据最小外接矩形，得到目标区域对应的第一形状表征值的步骤，包括：通过目标区域上的各第一位置点对最小外接矩形对应的第一边和第二边分别做投影，得到对应的投影点。
[0008]根据投影点，得到第一边、第二边上各第二位置点的投影密度值；根据投影密度阈值，过滤投影密度值中的第一投影密度值，得到第二投影密度值；将第二投影密度值中投影密度最大值，确定为第一形状表征值。
[0009]可选地，在本申请一些可能的实现方式中，根据最小外接矩形，得到目标区域对应的第二形状表征值的步骤，包括：过最小外接矩阵的中心点做第二边的平行线；过目标区域上的各第一点位置点对平行线做垂线，得到各第一位置点对应的目标坐标点；根据多个目标坐标点，得到目标曲线；确定各目标坐标点在目标曲线上的斜率值；根据斜率值，得到多个目标坐标点对应的斜率平均值；将斜率平均值确定为第二形状表征值。
[0010]可选地，在本申请一些可能的实现方式中，根据最小外接矩形，得到目标区域对应的第三形状表征值的步骤，包括：过最小外接矩阵的各第二位置点做第二边的垂线，分别得到与目标区域的第一交点与第二交点；根据第一交点与第二交点，得到对应的第一距离与第二距离；将第一距离与第二距离差的绝对值，确定为目标距离差；将目标距离差的平均值，确定为第三形状表征值。
[0011]可选地，在本申请一些可能的实现方式中，对目标部位的初始医学图像进行分割，得到目标区域的步骤，包括：通过神经网络模型对初始医学图像进行分割，得到目标区域。
[0012]可选地，在本申请一些可能的实现方式中，通过神经网络模型对初始医学图像进行分割，得到目标区域的步骤，包括：通过神经网络模型对初始医学图像进行分割，得到原始目标区域；对原始目标区域进行平滑处理，得到目标区域。
[0013]可选地，在本申请一些可能的实现方式中，根据第一形状表征值、第二形状表征值以及第三形状表征值，得到目标区域对应的病变系数的步骤，包括：获取第一形状表征值对应的第一加权系数值，第二形状表征值对应的第二加权系数值，以及第三形状表征值对应的第三加权系数值；根据第一形状表征值、第二形状表征值、第三形状表征值、第一加权系数值、第二加权系数值以及第三加权系数值，得到目标区域对应的病变系数。
[0014]可选地，在本申请一些可能的实现方式中，获取第一形状表征值对应的第一加权系数值，第二形状表征值对应的第二加权系数值，以及第三形状表征值对应的第三加权系数值的步骤，包括：通过机器学习模型获取第一形状表征值对应的第一加权系数值，第二形状表征值对应的第二加权系数值，以及第三形状表征值对应的第三加权系数值。
[0015]一方面，本申请实施例提供了一种医学图像评估装置，包括：分割模块，用于对目标部位的初始医学图像进行分割，得到目标区域；处理模块，用于对目标区域进行处理，得到目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值，第一形状表征值与目标区域上各第一位置点对应的投影密度值相关，第二形状表征值与目标区域上各第一位置点对应的斜率值相关，第三形状表
征值与目标区域上各第一位置点对应的目标距离差有关；第一确定模块，用于根据第一形状表征值、第二形状表征值以及第三形状表征值，得到目标区域对应的病变系数，病变系数表征目标区域出现目标症状的概率；第二确定模块，用于根据病变系数确定目标部位的评估结果。
[0016]相应的，本申请实施例提供了一种服务器，其包括处理器和存储器，存储器存储有多条指令，指令适于处理器进行加载，以执行上述医学图像评估方法中的步骤。
[0017]此外，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行上述医学图像评估方法中的步骤。
[0018]有益效果：本申请提供一种医学图像评估方法及装置，该方法可以自动对目标部位的初始医学图像进行处理，将初始医学图像进行分割，得到目标区域，再对目标区域分别进行处理，得到目标区域分别出现目标症状的概率，再根据出现目标症状的概率得到目标部位的评估结果，避免了依靠人工经验进行医学图像评估带来的误差，提高了医学图像评估结果的准确性。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请实施例提供的医学图像评估系统的场景示意图。
[0021]图2是本申请实施例提供的医学图像评估方法的第一种流程示意图。
[0022]图3是本申请实施例提供的医学图像评估方法的第二种流程示意图。
[0023]图4是本申请实施例提供的医学图像评估方法的第三种流程示意图。
[0024]图5是本申请实施例提供的医学图像评估方法的第四种流程示意图。
[002本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医学图像评估方法，其特征在于，所述图像处理方法包括：对目标部位的初始医学图像进行分割，得到目标区域；对所述目标区域进行处理，得到所述目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值，所述第一形状表征值与所述目标区域上各第一位置点对应的投影密度值相关，所述第二形状表征值与所述目标区域上所述各第一位置点对应的斜率值相关，所述第三形状表征值与所述目标区域上所述各第一位置点对应的目标距离差有关；根据所述第一形状表征值、所述第二形状表征值以及所述第三形状表征值，得到所述目标区域对应的病变系数，所述病变系数表征所述目标区域出现目标症状的概率；根据所述病变系数确定所述目标部位的评估结果。2.如权利要求1所述的医学图像评估方法，其特征在于，所述对所述目标区域进行处理，得到所述目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值的步骤，包括：确定所述目标区域对应的最小外接矩形；根据所述最小外接矩形，得到所述目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值。3.如权利要求2所述的医学图像评估方法，其特征在于，所述根据所述最小外接矩形，得到所述目标区域对应的第一形状表征值的步骤，包括：通过所述目标区域上的各所述第一位置点对所述最小外接矩形对应的第一边和第二边分别做投影，得到对应的投影点；根据所述投影点，得到所述第一边、所述第二边上各第二位置点的投影密度值；根据投影密度阈值，过滤所述投影密度值中的第一投影密度值，得到第二投影密度值；将所述第二投影密度值中投影密度最大值，确定为所述第一形状表征值。4.如权利要求2所述的医学图像评估方法，其特征在于，所述根据所述最小外接矩形，得到所述目标区域对应的第二形状表征值的步骤，包括：过所述最小外接矩阵的中心点做所述第二边的平行线；过所述目标区域上的各所述第一点位置点对所述平行线做垂线，得到各所述第一位置点对应的目标坐标点；根据多个所述目标坐标点，得到目标曲线；确定各所述目标坐标点在所述目标曲线上的斜率值；根据所述斜率值，得到多个所述目标坐标点对应的斜率平均值；将所述斜率平均值确定为所述第二形状表征值。5.如权利要求2所述的医学图像评估方法，其特征在于，所述根据所述最小外接矩形，得到所述目标区域对应的第三形状表征值的步骤，包括：过所述最小外接矩阵的各第二位置点做所述第二边的垂线，分别得到与所述目标区域的第一交点与第二交点；根据所述第一交...
【专利技术属性】
技术研发人员：于红刚，姚理文，卢姿桦，张丽辉，
申请(专利权)人：武汉大学，
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。