【技术实现步骤摘要】
本申请涉及人工智能开发与数字医疗领域，尤其涉及乳腺图像的处理方法、装置、计算机设备及存储介质。
技术介绍
1、乳腺疾病，作为当前全球范围内最为常见且致死率较高的疾病类型之一，其早期的筛查与治疗对于提高患者的生存率至关重要。在乳腺疾病的早期筛查与风险评估过程中，乳腺x线摄影图像的分析扮演着举足轻重的角色。然而，现有的研究和技术在乳腺x线摄影图像中对于不对称性(asymmetry，as)和结构扭曲(architectural distortion，ad)的检测仍面临诸多挑战。
2、目前，针对乳腺x线摄影图像中不对称性和结构扭曲的检测技术主要采用传统图像处理技术来实现。传统图像处理技术，如边缘检测、形态学处理和纹理分析等，长期以来在乳腺图像检测中得到了广泛应用。这些方法通过对图像进行预处理、特征提取等步骤，尝试识别并标记出不对称性区域和结构扭曲区域。然而，这些传统方法虽在一定程度上能够提取乳腺x线图像中的特征信息，但在检测不对称性和结构扭曲时存在敏感度和特异性不足的问题，进而导致的检测精度较低。
技术实现思路
1、本申请实施例的目的在于提出一种乳腺图像的处理方法、装置、计算机设备及存储介质，以解决现有的针对乳腺x线摄影图像中不对称性和结构扭曲的检测技术主要采用的传统图像处理技术存在检测精度较低的技术问题。
2、为了解决上述技术问题，本申请实施例提供一种乳腺图像的处理方法，采用了如下所述的技术方案：
3、获取与待检测的乳腺图像对应的头尾位视图与斜侧位视图
4、对所述头尾位视图进行预处理得到对应的目标头尾位视图，以及对所述斜侧位视图进行预处理得到对应的目标斜侧位视图；
5、调用预先训练好的目标检测模型；其中，所述目标检测模型为基于预设的不对称性图像数据与结构扭曲图像数据对预训练模型进行训练得到的模型；
6、基于所述目标检测模型对所述目标头尾位视图与目标斜侧位视图进行检测处理，得到与所述目标头尾位视图对应的第一不对称性检测结果和第一结构扭曲检测结果，以及与所述目标斜侧位视图对应的第二不对称性检测结果和第二结构扭曲检测结果；
7、基于所述第一不对称性检测结果与所述第二不对称性检测结果生成与所述乳腺图像对应的目标不对称性检测结果，以及基于所述第一结构扭曲检测结果与所述第二结构扭曲检测结果生成与所述乳腺图像对应的目标结构扭曲检测结果；
8、对所述目标不对称性检测结果与所述目标结构扭曲检测结果进行输出。
9、进一步的，在所述调用预先训练好的目标检测模型的步骤之前，还包括：
10、获取预设的乳腺图像数据；其中，所述乳腺图像数据包括肿块图像数据、所述不对称性图像数据以及所述结构扭曲图像数据；
11、调用预设的初始模型；
12、基于所述肿块图像数据对所述初始模型进行预训练，得到对应的第一模型；
13、基于预设的联合类别检测策略，使用所述肿块图像数据、所述不对称性图像数据以及所述结构扭曲图像数据对所述第一模型进行微调处理，得到对应的第二模型；
14、将所述第二模型作为所述预训练模型。
15、进一步的，在所述调用预先训练好的目标检测模型的步骤之前，还包括：
16、获取预设的约束对比损失函数；
17、调用所述预训练模型；
18、将所述约束对比损失函数作为优化目标，使用所述不对称性图像数据与所述结构扭曲图像数据对所述预训练模型进行微调处理，得到符合预设的性能要求的第三模型；
19、将所述第三模型作为所述目标检测模型。
20、进一步的，在所述将所述约束对比损失函数作为优化目标，使用所述不对称性图像数据与所述结构扭曲图像数据对所述预训练模型进行微调处理，得到符合预设的性能要求的第三模型的步骤之后，还包括：
21、获取与所述目标检测模型对应的目标存储方式；
22、基于所述目标存储方式对所述目标检测模型进行存储处理；
23、在完成对于所述目标检测模型的存储后，对所述目标检测模型进行模型部署处理。
24、进一步的，所述基于所述第一不对称性检测结果与所述第二不对称性检测结果生成与所述乳腺图像对应的目标不对称性检测结果的步骤，具体包括：
25、判断所述第一不对称性检测结果中包括的第一疑似区域与所述第二不对称性检测结果中包括的第二疑似区域是否相同；
26、若是，判断所述第一不对称性检测结果中包括的第一概率得分是否大于预设的概率阈值，且所述第二不对称性检测结果中包括的第二概率得分是否同时大于所述概率阈值；
27、若是，生成内容为所述乳腺图像存在不对称性风险的目标不对称性检测结果；
28、若否，生成内容为所述乳腺图像不存在不对称性风险的目标不对称性检测结果。
29、进一步的，所述对所述头尾位视图进行预处理得到对应的目标头尾位视图的步骤，具体包括：
30、对所述头尾位视图进行大小调整处理，得到对应的第一视图；
31、对所述第一视图进行去噪处理，得到对应的第二视图；
32、对所述第二视图进行增强对比度处理，得到对应的第三视图；
33、对所述第三视图进行归一化处理，得到对应的第四视图；
34、将所述第四视图作为所述目标头尾位视图。
35、进一步的，所述对所述目标不对称性检测结果与所述目标结构扭曲检测结果进行输出的步骤，具体包括：
36、获取预设的检测报告模板；
37、基于预设的信息类型获取与所述乳腺图像对应的指定信息；
38、将所述目标不对称性检测结果、所述目标结构扭曲检测结果以及所述指定信息填充至所述检测报告模板内，得到对应的目标检测报告；
39、将所述目标检索报告发送给相关人员。
40、为了解决上述技术问题，本申请实施例还提供一种乳腺图像的处理装置，采用了如下所述的技术方案：
41、第一获取模块，用于获取与待检测的乳腺图像对应的头尾位视图与斜侧位视图；
42、预处理模块，用于对所述头尾位视图进行预处理得到对应的目标头尾位视图，以及对所述斜侧位视图进行预处理得到对应的目标斜侧位视图；
43、第一调用模块，用于调用预先训练好的目标检测模型；其中，所述目标检测模型为基于预设的不对称性图像数据与结构扭曲图像数据对预训练模型进行训练得到的模型；
44、检测模块，用于基于所述目标检测模型对所述目标头尾位视图与目标斜侧位视图进行检测处理，得到与所述目标头尾位视图对应的第一不对称性检测结果和第一结构扭曲检测结果，以及与所述目标斜侧位视图对应的第二不对称性检测结果和第二结构扭曲检测结果；
45、生成模块，用于基于所述第一不对称性检测结果与所述第二不对称性检测结果生成与所述乳腺图像对应的目标不对称性检测结果，以及基于所述第一结构扭曲检测结果与所述第二结本文档来自技高网...
【技术保护点】
1.一种乳腺图像的处理方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的乳腺图像的处理方法，其特征在于，在所述调用预先训练好的目标检测模型的步骤之前，还包括：
3.根据权利要求1或2所述的乳腺图像的处理方法，其特征在于，在所述调用预先训练好的目标检测模型的步骤之前，还包括：
4.根据权利要求3所述的乳腺图像的处理方法，其特征在于，在所述将所述约束对比损失函数作为优化目标，使用所述不对称性图像数据与所述结构扭曲图像数据对所述预训练模型进行微调处理，得到符合预设的性能要求的第三模型的步骤之后，还包括：
5.根据权利要求1所述的乳腺图像的处理方法，其特征在于，所述基于所述第一不对称性检测结果与所述第二不对称性检测结果生成与所述乳腺图像对应的目标不对称性检测结果的步骤，具体包括：
6.根据权利要求1所述的乳腺图像的处理方法，其特征在于，所述对所述头尾位视图进行预处理得到对应的目标头尾位视图的步骤，具体包括：
7.根据权利要求1所述的乳腺图像的处理方法，其特征在于，所述对所述目标不对称性检测结果与所述目标结构扭
8.一种乳腺图像的处理装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的乳腺图像的处理方法的步骤。
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上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的乳腺图像的处理方法的步骤。
...【技术特征摘要】
1.一种乳腺图像的处理方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的乳腺图像的处理方法，其特征在于，在所述调用预先训练好的目标检测模型的步骤之前，还包括：
3.根据权利要求1或2所述的乳腺图像的处理方法，其特征在于，在所述调用预先训练好的目标检测模型的步骤之前，还包括：
4.根据权利要求3所述的乳腺图像的处理方法，其特征在于，在所述将所述约束对比损失函数作为优化目标，使用所述不对称性图像数据与所述结构扭曲图像数据对所述预训练模型进行微调处理，得到符合预设的性能要求的第三模型的步骤之后，还包括：
5.根据权利要求1所述的乳腺图像的处理方法，其特征在于，所述基于所述第一不对称性检测结果与所述第二不对称性检测结果生成与所述乳腺图像对应的目标不对称性检测结果的步骤，具体包括：
【专利技术属性】
技术研发人员：曹圳杰，杨志诚，
申请(专利权)人：平安科技深圳有限公司，
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。