[发明专利]医学图像处理方法、装置、电子设备及计算机存储介质

说明书

本发明实施例提供了一种医学图像处理方法、装置、电子设备及计算机存储介质，该方法可以包括：获取待处理的3D医学图像；将3D医学图像切分为相邻的至少两个图像块；对各图像块进行特征提取，得到每个图像块的特征图；基于每个图像块各自的特征图，确定每个图像块对应的预测概率图；基于各图像块的预测概率图，确定3D医学图像中对应于各病种的病灶区域的检测结果。通过本发明的方案，基于各图像块以及各图像块之间的关联性，可准确确定出3D医学图像中对应于同一病种的检测结果。

技术领域

本发明涉及图像处理技术领域，具体而言，本发明涉及一种医学图像处理方法、装置、电子设备及计算机存储介质。

背景技术

为了检测3D医学图像中的病灶位置，现有的医学图像处理方法为：基于2D或3D神经网络模型对该3D医学图像进行检测，以确定该医学图像中是否有病灶，以及病灶在该图像中的位置。但是，由于3D医学图像的数据量大，基于2D神经网络模型处理该3D医学图像时，会导致检测效果不理想，基于3D神经网络模型处理该3D医学图像时，由于3D医学图像的数据量大，且模型的参数量也较大，导致算法计算量过大，影响模型的性能。因此，现有技术中的算法性能较差，不能满足对3D医学图像的处理需求。

发明内容

本发明的目的旨在至少能解决上述的技术缺陷之一，可使得数据处理量减小。本发明采用的技术方案如下：

第一方面，本发明提供了一种医学图像处理方法，该方法包括：

获取待处理的三维3D医学图像；

将3D医学图像切分为相邻的至少两个图像块；

对各图像块进行特征提取，得到每个图像块的特征图；

基于每个图像块各自的特征图，确定每个图像块对应的预测概率图，其中，预测概率图表征了图像块中每个像素属于各病种的概率；

基于各图像块的预测概率图，确定3D医学图像中对应于各病种的病灶区域的检测结果。

本发明第一方面的实施例中，对各图像块进行特征提取，得到每个图像块的特征图，包括：

对各图像块进行特征提取，得到3D医学图像的至少一个层级的特征图；

基于至少一个层级的特征图，确定各图像块所对应的权重特征图；

基于各图像块所对应的权重特征图，以及至少一个层级的特征图，得到每个图像块的特征图。

本发明第一方面的实施例中，至少一个层级的特征图包括至少两个层级的特征图，基于至少一个层级的特征图，确定各图像块所对应的权重特征图，包括：

基于每个层级的特征图，确定各图像块对应于每个层级的权重特征图；

基于各图像块所对应的权重特征图，以及至少一个层级的特征图，得到每个图像块的特征图，包括：

基于每个层级的特征图、以及各图像块对应于每个层级的权重特征图，确定每个图像块对应于每个层级的特征图；

对于每个图像块，将该图像块所对应的各个层级的特征图融合，得到该图像块的特征图。

本发明第一方面的实施例中，基于各图像块的预测概率图，确定3D医学图像中对应于各病种的病灶区域的检测结果，包括：

将各图像块的预测概率图按照各图像块的切分顺序拼接，得到3D医学图像的概率图；

基于3D医学图像的概率图，确定3D医学图像中对应于各病种的病灶区域的检测结果。

本发明第一方面的实施例中，基于3D医学图像的概率图，确定3D医学图像中对应于各病种的病灶区域的检测结果，包括：