一种图像处理方法、装置、设备及存储介质制造方法及图纸

本公开提供了一种图像处理方法、装置、设备及存储介质，涉及计算机技术领域，方法主要包括：获取待处理图像；根据分割模型，对待处理图像进行分割，得到肺野掩码图和第一气胸掩码图；根据肺野掩码图和第一气胸掩码图，生成萎陷肺掩码图；根据肺野掩码图和萎陷肺掩码图，计算待处理图像的肺压缩程度，得到图像处理结果。本公开提供的一种图像处理方法、装置、设备及存储介质，由分割模型判断是否存在气胸，并得到气胸的准确位置，且根据分割模型的输出结果自动计算肺压缩程度，提高了对待处理图像的处理效率和处理结果的精度，降低了人工成本。降低了人工成本。降低了人工成本。

【技术实现步骤摘要】
一种图像处理方法、装置、设备及存储介质


[0001]本公开涉及计算机
，尤其涉及一种图像处理方法、装置、设备及存储介质。

技术介绍

[0002]气胸指气体进入肺部与胸壁之间的胸膜腔，造成积气状态。胸片可以显示出肺部、胸腔和心脏等的大小、形态、位置和轮廓，因此，胸片常用于帮助判断是否存在气胸以及气胸范围等。
[0003]在现有技术中，一般都是由专业医师对胸片进行处理，例如判断胸片中是否存在气胸，并确定气胸范围和肺压缩程度等；或者训练分类模型，根据分类模型对胸片进行处理，例如判断胸片中是否存在气胸，以及气胸在胸片上的大概位置。然而，专业医师人工对胸片进行处理，存在成本高、效率低、精度低以及容易漏检面积较小的气胸等问题；分类模型对胸片进行处理，存在无法给出气胸准确位置，以及无法确定肺压缩程度等技术问题。

技术实现思路

[0004]本公开提供了一种图像处理方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。
[0005]根据本公开的第一方面，提供了一种图像处理方法，该方法包括：获取待处理图像；根据分割模型，对所述待处理图像进行分割，得到肺野掩码图和第一气胸掩码图；根据所述肺野掩码图和所述第一气胸掩码图，生成萎陷肺掩码图；根据所述肺野掩码图和所述萎陷肺掩码图，计算所述待处理图像的肺压缩程度，得到图像处理结果。
[0006]在一可实施方式中，所述获取待处理图像，包括：获取第一图像；将所述第一图像的像素灰度值调整至窗口区间，并对所述像素灰度值进行线性变化，得到第二图像；对所述第二图像进行缩放，直到所述第二图像的尺寸满足第一预设阈值，将尺寸满足所述第一预设阈值的第二图像确定为所述待处理图像。
[0007]在一可实施方式中，通过以下方式得到所述分割模型：获取训练样本集，所述训练样本集包括样本图像的样本肺野掩码图和样本气胸掩码图；根据结合损失函数和所述训练样本集，对深度神经网络模型进行训练，得到所述分割模型，其中，所述结合损失函数为骰子损失与交叉熵损失结合得到的损失函数。
[0008]在一可实施方式中，所述根据所述肺野掩码图和所述第一气胸掩码图，生成萎陷肺掩码图，包括：对所述肺野掩码图和所述第一气胸掩码图进行与运算，得到第二气胸掩码图；对所述第二气胸掩码图进行非运算，得到第三气胸掩码图；对所述第三气胸掩码图和所述肺野掩码图进行与运算，得到初始萎陷肺掩码图；对所述初始萎陷肺掩码图进行开运算，得到所述萎陷肺掩码图。
[0009]在一可实施方式中，所述根据所述肺野掩码图和所述萎陷肺掩码图，计算所述待处理图像的肺压缩程度，得到图像处理结果，包括：根据所述肺野掩码图，计算气胸所在侧
的膈顶的第一位置信息；根据所述肺野掩码图和所述第一位置信息，确定所述气胸所在侧的肺野的第一矩形包围框；根据所述萎陷肺掩码图和所述第一位置信息，确定萎陷肺的第二矩形包围框；根据所述第一矩形包围框和所述第二矩形包围框，计算所述待处理图像的肺压缩程度，得到所述图像处理结果。
[0010]在一可实施方式中，所述根据所述肺野掩码图，计算气胸所在侧的膈顶的第一位置信息，包括：根据所述肺野掩码图，计算所述气胸所在侧的肺野的下部轮廓线上所有点的切线斜率；将所述切线斜率最小的点对应的位置信息确定为所述第一位置信息；根据如下公式计算当前点的所述切线斜率：公式计算当前点的所述切线斜率：其中，sl
i
为所述切线斜率，x
i
为当前点的横坐标，y
i
为当前点的纵坐标，δ为相邻点偏置量。
[0011]在一可实施方式中，所述根据所述第一矩形包围框和所述第二矩形包围框，计算所述待处理图像的肺压缩程度，得到所述图像处理结果，包括：根据第一矩形包围框的高、第一矩形包围框的宽、第二矩形包围框的高和第二矩形包围框的宽，计算所述待处理图像的肺压缩程度，得到所述图像处理结果；根据如下公式计算所述待处理图像的肺压缩程度：其中，compression_degree为所述肺压缩程度，R为所述第一矩形包围框的宽，H为所述第一矩形包围框的高，r为所述第二矩形包围框的宽，h为所述第二矩形包围框的高。
[0012]根据本公开的第二方面，提供了一种图像处理装置，该装置包括：第一获取模块，用于获取待处理图像；分割模块，用于根据分割模型，对所述待处理图像进行分割，得到肺野掩码图和第一气胸掩码图；生成模块，用于根据所述肺野掩码图和所述第一气胸掩码图，生成萎陷肺掩码图；计算模块，用于根据所述肺野掩码图和所述萎陷肺掩码图，计算所述待处理图像的肺压缩程度，得到图像处理结果。
[0013]根据本公开的第三方面，提供了一种电子设备，包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]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本公开所述的方法。
[0017]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，所述计算机指令用于使所述计算机执行本公开所述的方法。
[0018]本公开的一种图像处理方法、装置、设备及存储介质，首先根据分割模型，对待处理图像进行分割，得到肺野掩码图和第一气胸掩码图，然后根据肺野掩码图和第一气胸掩码图，生成萎陷肺掩码图，最后根据肺野掩码图和萎陷肺掩码图，计算待处理图像的肺压缩程度，得到图像处理结果，如此，由分割模型判断是否存在气胸，并得到气胸的准确位置，且根据分割模型的输出结果自动计算肺压缩程度，提高了对待处理图像的处理效率和处理结果的精度，降低了人工成本。
[0019]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
[0020]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
[0021]在附图中，相同或对应的标号表示相同或对应的部分。
[0022]图1示出了本公开第一实施例的一种图像处理方法的流程示意图；
[0023]图2示出了本公开第一实施例的一种图像处理方法的应用场景示意图；
[0024]图3示出了本公开第二实施例的一种图像处理方法的流程示意图；
[0025]图4示出了本公开第四实施例的一种图像处理方法的流程示意图；
[0026]图5示出了本公开第四实施例的一种图像处理方法的应用场景示意图；
[0027]图6示出了本公开第五实施例的一种图像处理方法的流程示意图；
[0028]图7示出了本公开第五实施例的一种图像处理方法的应用场景示意图；
[0029]图8示出了本公开第八实施例的一种图像处理装置的结构示意图；
[0030]图9示出了本公开实施例一种电子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取待处理图像；根据分割模型，对所述待处理图像进行分割，得到肺野掩码图和第一气胸掩码图；根据所述肺野掩码图和所述第一气胸掩码图，生成萎陷肺掩码图；根据所述肺野掩码图和所述萎陷肺掩码图，计算所述待处理图像的肺压缩程度，得到图像处理结果。2.根据权利要求1所述的方法，其特征在于，所述获取待处理图像，包括：获取第一图像；将所述第一图像的像素灰度值调整至窗口区间，并对所述像素灰度值进行线性变化，得到第二图像；对所述第二图像进行缩放，直到所述第二图像的尺寸满足第一预设阈值，将尺寸满足所述第一预设阈值的第二图像确定为所述待处理图像。3.根据权利要求1所述的方法，其特征在于，通过以下方式得到所述分割模型：获取训练样本集，所述训练样本集包括样本图像的样本肺野掩码图和样本气胸掩码图；根据结合损失函数和所述训练样本集，对深度神经网络模型进行训练，得到所述分割模型，其中，所述结合损失函数为骰子损失与交叉熵损失结合得到的损失函数。4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述肺野掩码图和所述第一气胸掩码图，生成萎陷肺掩码图，包括：对所述肺野掩码图和所述第一气胸掩码图进行与运算，得到第二气胸掩码图；对所述第二气胸掩码图进行非运算，得到第三气胸掩码图；对所述第三气胸掩码图和所述肺野掩码图进行与运算，得到初始萎陷肺掩码图；对所述初始萎陷肺掩码图进行开运算，得到所述萎陷肺掩码图。5.根据权利要求1所述的方法，其特征在于，所述根据所述肺野掩码图和所述萎陷肺掩码图，计算所述待处理图像的肺压缩程度，得到图像处理结果，包括：根据所述肺野掩码图，计算气胸所在侧的膈顶的第一位置信息；根据所述肺野掩码图和所述第一位置信息，确定所述气胸所在侧的肺野的第一矩形包围框；根据所述萎陷肺掩码图和所述第一位置信息，确定萎陷肺的第二矩形包围框；根据所述第一矩形包围框和所述第二矩形包围框，计算所述待处理图像的肺压缩程度，得到所述图像处理结果。6.根据权利要求5所述的方法，其特征在于，所述根据所述...

【专利技术属性】
技术研发人员：贾潇，王子腾，丁佳，吕晨翀，
申请(专利权)人：北京医准智能科技有限公司，
类型：发明
国别省市：