[发明专利]图像处理方法、装置、计算机设备和存储介质

说明书

本发明提供一种图像处理方法、装置、计算机设备和存储介质，其中，该方法包括接收目标乳腺影像；检测所述目标乳腺影像的成像模态是否为X射线成像模态、超声成像模态或磁共振成像模态；根据所述目标乳腺影像的成像模态，对所述目标乳腺影像进行处理，得到所述目标乳腺影像中乳腺病灶区域的位置信息。本发明能够对不同模态乳腺影像中的病灶区域进行定位，相对于现有技术只能对单模态乳腺影像进行定位而言，提高了病灶定位的准确性。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

临床常用于乳腺癌诊断的医学影像包括X射线、超声和磁共振影像三种模态，不同模态的影像各具优缺点，且在乳腺癌病灶征象表现各不相同。例如：X射线影像对钙化、微钙化敏感性高，更适合乳腺癌早期或早早期预测，可利用双侧不同机位影像观测乳腺的不对称性和结构扭曲，以提高判断乳腺癌良恶性的准确率；然而，X射线摄影影像对乳腺肿块的特异性不高，尤其是不均匀致密型和极度致密型乳腺，肿块诊断的假阳性率高，且具辐射性；超声波具有安全无辐射、诊断速度快和价格低廉等优势，且乳腺超声发现肿块的敏感性、特异性较高，然而由于超声波2D横切、纵切和斜切影像且分辨率较低，较难发现钙化，尤其微钙化几乎很难发现，而且，超声影像中的信息细节复杂，诊断的准确性很大程度上依赖医生的临床经验，可能发生漏诊或误诊。乳腺磁共振是3D成像模态，不受腺体密度的影响，具有良好的视觉效果，可三维立体观察病变，分辨正常乳房腺体与病灶，其敏感性强，适合确定乳腺癌病人的分期，可确诊对侧乳腺的隐性病灶和胸壁的浸润情况等；然而，相对X射线影像，其分辨率不易发现较小的钙化灶，而且，乳腺磁共振影像存在多序列、数据量大的特点，人工读片时可能会出现疲劳误诊或漏诊，且磁共振扫描效率低、成本高。

随着医学影像大数据和高性能计算技术的飞速发展，医学影像分析、病灶自动识别及判断是当前医工结合交叉领域研究的重点、热点。利用深度学习技术进行乳腺癌自动识别也是研究及临床应用的热点之一。但现有乳腺影像的处理方法只能对X射线、超声和磁共振之一的单模态乳腺影像进行处理，由于单模态影像自身的局限性，所以导致乳腺病灶区域的定位准确性不高。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种图像处理方法、装置、计算机设备和存储介质，以提高乳腺病灶区域的定位准确性。

为了实现上述目的，本发明提供一种图像处理方法，包括：

接收目标乳腺影像；

检测所述目标乳腺影像的成像模态是否为X射线成像模态、超声成像模态或磁共振成像模态；

当所述目标乳腺影像的成像模态为X射线成像模态时，则首先初步判断所述目标乳腺影像中是否含有乳腺病灶区域，若有，则获取与所述目标乳腺影像对应的参考乳腺影像，而后根据所述目标乳腺影像和所述参考乳腺影像，获取所述目标乳腺影像中乳腺病灶区域的位置信息；

当所述目标乳腺影像的成像模态为超声成像模态时，则首先利用预设的全卷积网络对所述目标乳腺影像进行处理，得到所述目标乳腺影像对应的预分割特征图，而后利用预设的RPN模型对所述预分割特征图进行处理，得到所述目标乳腺影像中乳腺病灶区域的位置信息；

当所述目标乳腺影像的成像模态为磁共振成像模态时，则首先对所述目标乳腺影像进行预处理，而后利用预设的U-Net分割模型对经过预处理的目标乳腺影像进行分割处理，得到所述目标乳腺影像中乳腺病灶区域的位置信息。

在本发明一个实施例中，所述初步判断所述目标乳腺影像中是否含有乳腺病灶区域，包括：

利用预设的乳腺腺体分类模型对所述目标乳腺影像进行处理，得到所述目标乳腺影像中乳腺的腺体类型；

根据所述腺体类型确定所述乳腺病灶区域的病灶判定阈值；