[发明专利]一种医学图像评估方法及装置

权利要求书

1.一种医学图像评估方法，其特征在于，包括：

对目标部位的初始医学图像进行分割，得到目标区域；

对所述目标区域进行处理，得到所述目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值，所述第一形状表征值与所述目标区域上各第一位置点对应的投影密度值相关，所述第二形状表征值与所述目标区域上所述各第一位置点对应的斜率值相关，所述第三形状表征值与所述目标区域上所述各第一位置点对应的目标距离差有关；

根据所述第一形状表征值、所述第二形状表征值以及所述第三形状表征值，得到所述目标区域对应的病变系数，所述病变系数表征所述目标区域出现目标症状的概率；

根据所述病变系数确定所述目标部位的评估结果；

所述对所述目标区域进行处理，得到所述目标区域对应的第一形状表征值的步骤，包括：

确定所述目标区域对应的最小外接矩形；

根据所述各第一位置点在所述最小外接矩形上任意第一边和任意第二边对应的投影密度值，得到所述目标区域对应的第一形状表征值，所述投影密度值是所述各第一位置点到所述最小外接矩形的任意一边做投影时，投影线与所述目标区域交点的个数；

所述对所述目标区域进行处理，得到所述目标区域对应的第二形状表征值的步骤，包括：

过所述最小外接矩形的中心点做所述最小外接矩形的第二边的平行线；

过所述目标区域上的各所述第一位置点对所述平行线做垂线，得到各所述第一位置点对应的目标坐标点，所述目标坐标点的横坐标为对应的第一位置点的横坐标，所述目标坐标点的纵坐标为对应的第一位置点到所述平行线的垂直距离；

根据多个所述目标坐标点，得到目标曲线；

确定各所述目标坐标点在所述目标曲线上的斜率值；

根据所述斜率值，得到多个所述目标坐标点对应的斜率平均值；

将所述斜率平均值确定为所述第二形状表征值；

所述对所述目标区域进行处理，得到所述目标区域对应的第三形状表征值的步骤，包括：

过所述最小外接矩形的各第二位置点做所述第二边的垂线，分别得到与所述目标区域的第一交点与第二交点；

根据所述第一交点与所述第二交点，得到对应的第一距离与第二距离，所述第一距离为所述第一交点到最近的第二边的垂直距离，所述第二距离为所述第二交点到最近的第二边的垂直距离；

将所述第一距离与所述第二距离差的绝对值，确定为目标距离差；

将所述目标距离差的平均值，确定为所述第三形状表征值。

2.如权利要求1所述的医学图像评估方法，其特征在于，所述根据所述各第一位置点在所述最小外接矩形上对应的投影密度值，得到所述目标区域对应的第一形状表征值的步骤，包括：

通过所述目标区域上的各所述第一位置点对所述最小外接矩形对应的第一边和第二边分别做投影，得到对应的投影点；

根据所述投影点，得到所述第一边、所述第二边上各第二位置点的投影密度值；

根据投影密度阈值，过滤所述投影密度值中的第一投影密度值，得到第二投影密度值；

将所述第二投影密度值中投影密度最大值，确定为所述第一形状表征值。

3.如权利要求1所述的医学图像评估方法，其特征在于，所述对目标部位的初始医学图像进行分割，得到目标区域的步骤，包括：

通过神经网络模型对所述初始医学图像进行分割，得到所述目标区域。

4.如权利要求3所述的医学图像评估方法，其特征在于，所述通过神经网络模型对所述初始医学图像进行分割，得到所述目标区域的步骤，包括：

通过神经网络模型对所述初始医学图像进行分割，得到原始目标区域；

对所述原始目标区域进行平滑处理，得到所述目标区域。

5.如权利要求1所述的医学图像评估方法，其特征在于，所述根据所述第一形状表征值、所述第二形状表征值以及所述第三形状表征值，得到所述目标区域对应的病变系数的步骤，包括：

获取所述第一形状表征值对应的第一加权系数值，所述第二形状表征值对应的第二加权系数值，以及所述第三形状表征值对应的第三加权系数值；

根据所述第一形状表征值、第二形状表征值、第三形状表征值、第一加权系数值、第二加权系数值以及第三加权系数值，得到所述目标区域对应的病变系数。