[发明专利]医学图像处理方法、系统和存储介质

说明书

本说明书实施例公开了一种医学图像处理方法。所述方法包括确定与目标疾病的分期对应的感兴趣区域类型；基于感兴趣区域类型，对目标对象的第一模态的医学图像进行处理，生成分期对应的感兴趣区域的分割图像；基于分割图像对目标对象的第二模态的医学图像进行处理，生成分期对应的分布图像；以及对分期对应的分布图像进行异常点识别。

技术领域

本说明书涉及图像处理领域，更具体地，涉及医学图像处理的方法、系统和存储介质。

背景技术

功能代谢显像可以用于检测显像剂(例如，放射性核素药物)在患者体内的分布情况。例如，核素药物被异常摄取的高浓聚点(或称为异常点)在功能代谢图像上表现为高信号，其通常代表肿瘤或者靶向位点。由此，用户可以通过分析功能代谢图像来确定异常点。异常点的统计对于药物代谢动力学分析、肿瘤代谢活跃程度分析、靶向用药剂量分析等有重要价值。然而，目前异常点检测算法的准确性比较低，且存在漏识别、误识别等问题。

因此，需要提供一种医学图像处理的方法、系统和存储介质，以在异常点识别时改善漏识别、误识别等问题，提高异常点识别的灵敏度和准确性。

发明内容

本说明书实施例之一提供一种医学图像处理方法，所述方法由至少一个处理器执行。所述方法可以包括确定与目标疾病的分期对应的感兴趣区域类型；基于所述感兴趣区域类型，对目标对象的第一模态的医学图像进行处理，生成所述分期对应的感兴趣区域的分割图像；基于所述分割图像对所述目标对象的第二模态的医学图像进行处理，生成所述分期对应的分布图像；以及对所述分期所对应的分布图像进行异常点识别。

在一些实施例中，所述确定与目标疾病的分期对应的感兴趣区域类型，可以包括：获取与所述目标疾病有关的分期标准；以及基于所述分期标准确定所述分期对应的感兴趣区域类型。

在一些实施例中，所述分期标准可以包括TNM分期标准，所述感兴趣区域类型可以包括：与T分期对应的局部区域、与N分期对应的邻近区域或与M分期对应的远端区域中的至少一种。

在一些实施例中，所述方法还可以包括对所述分期对应的分布图像进行异常点识别。

在一些实施例中，所述对所述分期对应的分布图像进行异常点识别，可以包括：获取所述分期对应的异常点识别标准；以及基于所述异常点识别标准对所述分期对应的分布图像进行异常点识别。

在一些实施例中，所述获取所述分期对应的异常点识别标准，可以包括：获取所述分期对应的感兴趣区域的至少一张参考图像，所述至少一张参考图像可以包含异常点标注；确定所述至少一张参考图像中的每张参考图像的频域信息；以及基于所述至少一张参考图像的所述异常点标注和所述频域信息，确定所述分期对应的异常点识别标准。

在一些实施例中，所述对所述分期对应的分布图像进行异常点识别，可以包括：获取所述分期对应的异常点识别模型；以及基于所述异常点识别模型对所述分期对应的分布图像进行异常点识别。

在一些实施例中，所述方法还可以包括显示所述第一模态图像、所述第二模态图像和所述分布图像中的至少两种。

本说明书实施例之一提供一种医学图像处理系统。所述系统可以包括：确定模块，用于确定与目标疾病的分期对应的感兴趣区域类型；图像分割模块，用于基于所述感兴趣区域类型，对目标对象的第一模态的医学图像进行处理，生成所述分期对应的感兴趣区域的分割图像；以及处理模块，用于基于所述分割图像对所述目标对象的第二模态的医学图像进行处理，生成所述分期对应的分布图像。

本说明书实施例之一提供一种计算机可读存储介质。所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机可以执行本说明书所述的医学图像处理方法。