[发明专利]医学图像分析方法、装置、存储介质及计算机设备

说明书

本申请涉及一种医学图像分析方法、装置、存储介质及计算机设备，当待分析的医学图像所在的图像域与训练网络模型的样本图像所在的目标域不同时，可以认为医学图像为样本图像的异质图像，此时，并不是直接将该医学图像输入网络模型，而是先对该医学图像进行域转移处理，使得得到的处理后图像所在的图像域与样本图像所在的目标域相同，从而减少处理后图像与样本图像的差异，再通过网络模型对处理后图像进行图像分析，进而可以有效提高网络模型的图像分析结果的准确性，保证网络模型的鲁棒性。

技术域

本申请涉及图像处理技术领域，特别是涉及一种医学图像分析方法、装置、存储介质及计算机设备。

背景技术

随着医疗技术的发展，AI(Artificial Intelligence，人工智能)技术广泛应用于医疗图像的分析，相比于人工分析的方式，通过AI技术进行图像分析的效率更高。

现有技术中多通过样本图像对各类网络模型进行训练，从而使得网络模型具备图像分析的能力。然而，在实际应用过程中，由于成像环境的影响，医学图像的影像质量各不相同，当待分析的图像与样本图像存在一定的差异时，会降低网络模型的图像分析结果的准确性。

发明内容

基于此，有必要针对现有技术存在的问题，提供一种有助于提高网络模型的图像分析结果的准确性的医学图像分析方法、装置、存储介质及计算机设备。

一种医学图像分析方法，包括：

获取待分析的医学图像，

当所述医学图像所在的图像域与网络模型对应的样本医学图像所在的目标域不同时，确定所述医学图像为所述样本医学图像的异质图像，并对所述异质图像进行域迁移处理，得到处理后图像，所述处理后图像所在的图像域与所述目标域相同；

将所述处理后图像输入所述网络模型，通过所述网络模型对所述处理后图像进行分析，得到所述医学图像对应的图像分析结果。

一种医学图像分析装置，包括：

图像获取模块，用于获取待分析的医学图像；

域迁移处理模块，用于当所述医学图像所在的图像域与网络模型对应的样本医学图像所在的目标域不同时，确定所述医学图像为所述样本医学图像的异质图像，并对所述异质图像进行域迁移处理，得到处理后图像，所述处理后图像所在的图像域与所述目标域相同；

图像分析模块，用于将所述处理后图像输入所述网络模型，通过所述网络模型对所述处理后图像进行分析，得到所述医学图像对应的图像分析结果。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

上述医学图像分析方法、装置、存储介质及计算机设备，获取待分析的医学图像，当所述医学图像所在的图像域与网络模型对应的样本医学图像所在的目标域不同时，确定医学图像为样本医学图像的异质图像，并对异质图像进行域迁移处理，得到处理后图像，处理后图像所在的图像域与样本医学图像所在的目标域相同；将处理后图像输入网络模型，通过网络模型对处理后图像进行分析，得到医学图像对应的图像分析结果。在本申请中，当待分析的医学图像所在的图像域与训练网络模型的样本图像所在的目标域不同时，可以认为医学图像为样本图像的异质图像，此时，并不是直接将该医学图像输入网络模型，而是先对该医学图像进行域转移处理，使得得到的处理后图像所在的图像域与样本图像所在的目标域相同，从而减少处理后图像与样本图像的差异，再通过网络模型对处理后图像进行图像分析，进而可以有效提高网络模型的图像分析结果的准确性，保证网络模型的鲁棒性。

附图说明

图1为一个实施例中医学图像分析方法的流程示意图；