CN112330624B 医学图像处理方法和装置 （腾讯科技（深圳）有限公司）

本申请实施例公开了一种医学图像处理方2获取医学图像集合；所述医学图像集合包括参考医学图像对所述参考医学图像以及所述目标医学图像进行差异识别，得到所述若所述候选区域尺寸信息与所述标注区域尺寸信息不匹配，则根将所述参考医学图像转换为目标颜色空间下的图像，得获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标医学根据所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标医学图像中的像素点的亮度信息，对所述参考医学图像以及所述目标医学图像进行差异识别，图像以及所述目标医学图像进行差异识别，得到所述目标医学图像中的候选非病灶区域，获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标医学从所述转换后的目标医学图像中识别亮度信息对应差异度大于差异度阈值的像素点，将所述第一目标像素点在所述目标医学图像中所在的区域，确所述若所述候选区域尺寸信息与所述标注区域尺寸信息不匹配，则根据获取所述候选区域占比与所述标注区域占比之间若所述区域占比差值大于占比阈值，则确定所述候选区域尺寸3若所述候选区域占比小于所述标注区域占比，则根据所述标注若所述候选区域占比大于所述标注区域占比，则根据所述标注若所述候选区域占比小于所述标注区域占比，则获取扩展参数，按照所述扩展参数对所述候选非病灶区域进行迭代扩展，得到扩展后的获取所述扩展后的候选非病灶区域在所述目标医学图像中的区域将所述扩展区域占比与所述标注区域占比之间的区域占比差值小于所述占比阈值的若所述候选区域占比小于所述标注区域占比，则获取所述目根据所述候选非病灶区域中的像素点的像素值，以及与所述获取与所述候选非病灶区域相邻的像素点的像素值和所述候选非病灶区域中的像素从与所述候选非病灶区域相邻的像素点中确定对应像素差值小于像素差值阈值的像将所述目标医学图像中所述第二目标像素点所在的区域与所述候选非病灶区域进行4若所述候选区域占比大于所述标注区域占比，则获取缩小处按照所述缩小处理参数对所述候选非病灶区域进行迭代缩小处理，得获取所述缩小处理后的候选非病灶区域在所述目标医学图像将所述缩小处理后的区域占比与所述标注区域占比之间的区域占比差值小于所述占所述若所述候选区域尺寸信息与所述标注区域尺寸信息不匹配，则根据获取所述候选区域尺寸与所述标注区域尺寸之间若所述区域尺寸差值大于尺寸阈值，则确定所述候选区域尺寸获取所述候选非病灶区域的区域尺寸，以及所述目标医学图像的获取所述候选非病灶区域中的像素点数量，以及所述目标医学图像中的像素点数量，将所述候选非病灶区域中的像素点数量与所述目标医学图像中的像素点数量之间的比值，采用图像分割模型对所述目标医学图像进行预测，得到所述目标医学根据所述标注的目标医学图像以及所述预测的目标医学图像对所述图像分割模型进根据所述标注的目标医学图像以及所述预测的目标医学图像确定所述图像分割模型若所述预测损失值不满足收敛条件，则根据所述预测损失值5将二值化处理后的目标医学图像确定为所述标注识别模块，用于对所述参考医学图像以及所述目标医学图调整模块，用于若所述候选区域尺寸信息与所述标注区67[0014]可选的，所述识别模块对所述参考医学图像以及所述目标医学图像进行差异识[0015]将所述参考医学图像转换为目标颜色空间下的图像，得到转换后的参考医学图[0016]获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0017]根据所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0019]获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0020]从所述转换后的目标医学图像中识别亮度信息对应差异度大于差异度阈值的像[0027]可选的，所述调整模块根据所述标注区域占比对所述候标注区域占比对所述候选非病灶区域进行扩展处理，得到所述目标非病灶区域的方式包8[0034]将所述扩展区域占比与所述标注区域占比之间的区域占比差值小于所述占比阈标注区域占比对所述候选非病灶区域进行扩展处理，得到所述目标非病灶区域的方式包[0039]若所述聚类区域占比与所述标注区域占比之间的区域占比差值小于所述占比阈[0041]获取与所述候选非病灶区域相邻的像素点的像素值和所述候选非病灶区域中的[0042]从与所述候选非病灶区域相邻的像素点中确定对应像素差值小于像素差值阈值[0043]将所述目标医学图像中所述第二目标像素点所在的区域与所述候选非病灶区域标注区域占比对所述候选非病灶区域进行缩小处理，得到所述目标非病灶区域的方式包理参数包括缩小处理的形状以及缩小处理的[0048]将所述缩小处理后的区域占比与所述标注区域占比之间的区域占比差值小于所9标注区域尺寸信息包括所述目标医学图像中的非病灶区域的标注区域医学图像中的预测非病灶区域，在所述目标医学图像中对所述预测非病灶区域进行标注，[0066]根据所述标注的目标医学图像以及所述预测的目标医学图像确定所述图像分割[0068]可选的，所述标注模块在所述目标医学图像中对所述目[0095]人工智能(ArtificialIntelligence，AI)是利用数字计算机或者数字计算机控等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的生物特征识别技术。[0100]其中，服务器可以是指用于识别医学图像中感兴趣的区域(如病灶区域或非病灶服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery括胸部的CT扫描图像、磁共振成像(MRI)图像等其他医学图像。医学图像通常包括病灶区乳腺的全视野数字病理切片11(WholeSlideImage，WSI)，该全视野数字病理切片11医学图像中还包括非病灶区域。其中，该全视野数字病理切片的尺寸可以为50000mm*并从候选医学图像中筛选出标注区域占比不为零(或标注区域尺寸不为零)的候选医学图进行调整，直至候选非病灶区域与目标医学图像中实际的非病灶区域相同或差异不大时，或者，该计算机设备可以是指图1中的终端和服务器，即该方法可由终端和服务器共同执[0110]可选的，计算机设备可以生成关于获取目标医学图像的标注区域尺寸信息的任的尺寸以及目标医学图像的尺寸，确定该候选非病灶区域在该目标医学图像中的区域占[0120]s12、获取该转换后的参考医学图像中的像素点的亮度信息以及该转换后的目标[0121]s13、根据该转换后的参考医学图像中的像素点的亮度信息以及该转换后的目标医学图像中的像素点的亮度信息，对该参考医学图像以及该目标医学图像进行差异识别，医学图像中的像素点的亮度信息与该转换后的目标医学图像中的像素点的亮度信息进行道图像(图4中未示出)。然后采用直方图来描述目标dab通道图像以及参考dab通道图像中图像中的像素点的亮度等级。如图4中虚线表示目标dab通道图像(即转换后的目标医学图[0125]s21、获取该转换后的参考医学图像中的像素点的亮度信息以及该转换后的目标[0126]s22、从该转换后的目标医学图像中识别亮度信息对应差异度大于差异度阈值的异度可以是指该转换后的参考医学图像中的像素点的亮度值以及该转换后的目标医学图目标像素点在目标医学图像中所在的区域，确定为该目标医学图像中的候选非病灶区域。通过根据该转换后的参考医学图像中的像素点的亮度信息以及该转换后的目标医学图像量的累加之和，得到候选非病灶区域中的像素点数量(即候选非病灶区域的像素点总数[0138]s33、根据该标注区域占比对该候选非病灶区域进行调整，得到该目标非病灶区学图像中实际非病灶区域；则可根据该标注区域占比对该候选非病灶区域进行缩小处理，[0148]s54、将该扩展区域占比与标注区域占比之间的区域占比差值小于该占比阈值的得到扩展后的候选非病灶区域，即可以按照扩展参数对该候选非病灶区域进行多次扩展，得到多个扩展后的候选非病灶区域，如首先可以按照扩展参数对候选非病灶区域进行扩域后，计算机设备可以获取该扩展后的候选非病灶区域在该目标医学图像中的区域占比，[0150]例如，如果该候选区域占比为0.6标注区域占比为2.展参数第一次扩展后的目标医学图像22中第一次扩展后的候选非病灶区域进行扩展处理，候选非病灶区域在目标医学图像中是区域占比)为1.1第二次迭代后，扩展区域占比为与该候选非病灶区域相邻的像素点的像素值，以及该候选非病灶区域中的像素点的像素候选非病灶区域的像素点为同一类的像素点以及候选非病灶区域的像素点所在的区域确[0162]s71、获取与该候选非病灶区域相邻的像素点的像素值和该候选非病灶区域中的[0163]s72、从与该候选非病灶区域相邻的像素点中确定对应像素差值小于像素差值阈[0164]s73、将该目标医学图像中该第二目标像素点所在的区域与该候选非病灶区域进[0170]s85、将该缩小处理后的区域占比与该标注区域占比之间的区域占比差值小于该[0178]s93、根据该标注区域尺寸对该候选非病灶区域进行调整，得到该目标非病灶区测的目标医学图像；该图像分割模型可以是指用于识别医学图像中的非病灶区域的模型。[0187]其中，如图7所示。该图像分割模型可以是指FC-DenseNet模型(图像语义分割模型)，该FC-DenseNet模型可以包括一条下采样路径，一条上采样路径，和残差连接skipconnections组成；skipconnections通过重用特征图来帮助上采样路径恢复空间细节信型，如包括但不限于：神经网络(FullyConvolutionalNetwork，FCN)、语义分割网络的目标医学图像；通过对目标医学图像中的目标非病灶区域和病灶区域进行二值化处理，有利于区分目标医学图像中的目标非病灶区[0199]可选的，所述识别模块802对所述参考医学图像以及所述目标医学图像进行差异[0200]将所述参考医学图像转换为目标颜色空间下的图像，得到转换后的参考医学图[0201]获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0202]根据所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0204]获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0205]从所述转换后的目标医学图像中识别亮度信息对应差异度大于差异度阈值的像[0208]所述调整模块804若所述候选区域尺寸信息与所述标注区域尺寸信息不匹配，则[0212]可选的，所述调整模块804根据所述标注区域占比对所述候选非病灶区域进行调[0219]将所述扩展区域占比与所述标注区域占比之间的区域占比差值小于所述占比阈[0224]若所述聚类区域占比与所述标注区域占比之间的区域占比差值小于所述占比阈[0226]获取与所述候选非病灶区域相邻的像素点的像素值和所述候选非病灶区域中的[0227]从与所述候选非病灶区域相邻的像素点中确定对应像素差值小于像素差值阈值[0228]将所述目标医学图像中所述第二目标像素点所在的区域与所述候选非病灶区域理参数包括缩小处理的形状以及缩小处理的[0233]将所述缩小处理后的区域占比与所述标注区域占比之间的区域占比差值小于所标注区域尺寸信息包括所述目标医学图像中的非病灶区域的标注区域[0235]所述调整模块804若所述候选区域尺寸信息与所述标注区域尺寸信息不匹配，则标医学图像中的预测非病灶区域，在所述目标医学图像中对所述预测非病灶区域进行标[0249]上述调整模块804，还用于根据所述标注的目标医学图像以及所述预测的目标医[0250]可选的，所述调整模块804根据所述标注的目标医学图像以及所述预测的目标医[0251]根据所述标注的目标医学图像以及所述预测的目标医学图像确定所述图像分割[0253]可选的，所述标注模块805在所述目标医学图像中对所述目标非病灶区域进行标骤S103可由图8中的确定模块803来执行；图3中所示的步骤S104可由图8中的调整模块804[0257]根据本申请的一个实施例，图8所示的医学图像处理装置中的各个模块可以分别行能够执行如图3中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)、键盘也可以是非易失性的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器[0267]将所述参考医学图像转换为目标颜色空间下的图像，得到转换后的参考医学图[0268]获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0269]根据所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0271]获取所述转换后的参考医学图像中的像素点的亮度信息以及所述转换后的目标[0272]从所述转换后的目标医学图像中识别亮度信息对应差异度大于差异度阈值的像[0286]将所述扩展区域占比与所述标注区域占比之间的区域占比差值小于所述占比阈[0291]若所述聚类区域占比与所述标注区域占比之间的区域占比差值小于所述占比阈[0293]获取与所述候选非病灶区域相邻的像素点的像素值和所述候选非病灶区域中的[0294]从与所述候选非病灶区域相邻的像素点中确定对应像素差值小于像素差值阈值[02