[发明专利]基于CT影像的图像处理方法、装置、设备及存储介质

权利要求书

1.一种基于CT影像的图像处理方法，其特征在于，方法包括：

获取目标用户的初始颈椎CT影像，并对所述初始颈椎CT影像进行平滑分割处理，得到候选颈椎CT影像；

通过预置的异常识别模型对所述候选颈椎CT影像进行异常位置识别，得到至少一个异常区域图像；

对所述至少一个异常区域图像进行异常类型分析，确定至少一个异常类型，其中，所述异常类型包括：圆形图像类、椭圆形图像类及不规则图像类；

基于所述至少一个异常类型，对所述候选颈椎CT影像进行分割处理，得到多个颈椎CT分割图；

将所述多个颈椎CT分割图输入预置的卷积神经网络进行语义特征提取，得到与所述多个颈椎CT分割图对应的语义特征信息集合；

基于所述语义特征信息集合对所述至少一个异常类型进行特征信息匹配，得到至少一个异常特征信息；

将所述至少一个异常特征信息填充至每一所述颈椎CT分割图中预置的信息填充区域，得到目标颈椎CT影像。

2.根据权利要求1所述的基于CT影像的图像处理方法，其特征在于，所述获取目标用户的初始颈椎CT影像，并对所述初始颈椎CT影像进行平滑分割处理，得到候选颈椎CT影像包括：

获取所述初始颈椎CT影像，并采用自适应权重中值滤波算法对所述初始颈椎CT影像进行去噪处理，得到去噪后的初始颈椎CT影像；

基于形态学开闭运算对所述去噪后的初始颈椎CT影像进行颈椎轮廓分析，得到预测颈椎区域；

采用直方图均衡化算法对所述预测颈椎区域进行标准化处理，得到候选颈椎CT图像。

3.根据权利要求1所述的基于CT影像的图像处理方法，其特征在于，所述通过预置的异常识别模型对所述候选颈椎CT影像进行异常位置识别，得到至少一个异常区域图像包括：

将所述候选颈椎CT影像输入所述异常识别模型进行卷积运算，得到多个不同尺度的高斯图像；

基于预设的尺度范围对所述多个不同尺度的高斯图像进行异常位置识别，得到至少一个异常位置区域图像；

对所述至少一个异常位置区域图像进行二值化处理，得到至少一个异常区域图像。

4.根据权利要求1所述的基于CT影像的图像处理方法，其特征在于，所述对所述至少一个异常区域图像进行异常类型分析，确定至少一个异常类型包括：

对所述至少一个异常区域图像进行纹理特征提取，得到至少一个异常纹理特征信息；

基于所述至少一个异常纹理特征信息对所述至少一个异常区域图像进行类型匹配，确定至少一个异常类型。

5.根据权利要求1所述的基于CT影像的图像处理方法，其特征在于，所述将所述多个颈椎CT分割图输入预置的卷积神经网络进行语义特征提取，得到与所述多个颈椎CT分割图对应的语义特征信息集合包括：

将所述多个颈椎CT分割图输入所述卷积神经网进行候选框分割，得到每一所述颈椎CT分割图对应的候选框；

通过所述至少一个异常类型进行特征函数匹配，确定对应的区域特征函数；

基于所述区域特征函数通过所述卷积神经网络对每一所述颈椎CT分割图对应的候选框进行语义特征提取，得到与所述多个颈椎CT分割图对应的语义特征信息集合。

6.根据权利要求1所述的基于CT影像的图像处理方法，其特征在于，所述基于所述语义特征信息集合对所述至少一个异常类型进行特征信息匹配，得到至少一个异常特征信息包括：

通过所述语义特征信息集合进行信息标识匹配，确定多个目标信息标识；

通过所述多个目标信息标识从预置的数据库获取多个候选异常特征信息；

根据所述至少一个异常类型信息对所述多个候选异常特征信息进行筛选，得到至少一个异常特征信息。