医学图像的检测方法、装置、设备、存储介质及程序产品与流程

本申请涉及人工智能，尤其涉及一种医学图像的检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术：

1、人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

2、在相关技术中，在对医学图像进行检测的过程中，如对心脏中的冠状动脉进行狭窄检测时，通常都是依据血管内腔的横截面积确定狭窄等级，即直接将显著狭窄分类为钙化的、非钙化的或混合，或者只利用了血管的直径信息，对狭窄进行预测，如此，导致对狭窄检测的结果不够精确，也即医学图像检测的准确率较低。

技术实现思路

1、本申请实施例提供一种医学图像的检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能提高对医学图像检测的准确率。

2、本申请实施例的技术方案是这样实现的：

3、本申请实施例提供一种医学图像的检测方法，所述方法包括：

4、获取目标对象的血管组织对应的三维医学图像，所述血管组织至少包括冠状动脉，所述冠状动脉存在冠状动脉狭窄；

5、按照所述血管组织的平均管径，对所述三维医学图像中各体素的大小进行调整，得到参考医学图像，所述参考医学图像中的各所述体素的尺寸相同；

6、对所述参考医学图像进行裁剪处理，得到多个医学子图像，并针对所述冠状动脉，对各所述医学子图像中的三维区域进行狭窄检测，得到各所述医学子图像中三维区域的检测结果、以及针对所述检测结果的置信度；

7、基于所述置信度，从各所述医学子图像的三维区域中确定目标三维区域；

8、获取所述医学子图像与所述三维医学图像的映射关系，并基于所述映射关系，将各所述目标三维区域映射至所述三维医学图像中，得到所述三维医学图像中所述冠状动脉的目标检测结果；

9、其中，所述目标检测结果，用于指示所述冠状动脉在所述三维医学图像中所处的位置、所述冠状动脉的狭窄位置，以及所述狭窄位置的狭窄程度。

10、本申请实施例提供一种医学图像的检测装置，所述装置包括：

11、获取模块，用于获取目标对象的血管组织对应的三维医学图像，所述血管组织至少包括冠状动脉，所述冠状动脉存在冠状动脉狭窄；

12、调整模块，用于按照所述血管组织的平均管径，对所述三维医学图像中各体素的大小进行调整，得到参考医学图像，所述参考医学图像中的各所述体素的尺寸相同；

13、裁剪模块，用于对所述参考医学图像进行裁剪处理，得到多个医学子图像，并针对所述冠状动脉，对各所述医学子图像中的三维区域进行狭窄检测，得到各所述医学子图像中三维区域的检测结果、以及针对所述检测结果的置信度；

14、确定模块，用于基于所述置信度，从各所述医学子图像的三维区域中确定目标三维区域；

15、映射模块，用于获取所述医学子图像与所述三维医学图像的映射关系，并基于所述映射关系，将各所述目标三维区域映射至所述三维医学图像中，得到所述三维医学图像中所述冠状动脉的目标检测结果；其中，所述目标检测结果，用于指示所述冠状动脉在所述三维医学图像中所处的位置、所述冠状动脉的狭窄位置，以及所述狭窄位置的狭窄程度。

16、本申请实施例提供一种电子设备，包括：

17、存储器，用于存储可执行指令；

18、处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的医学图像的检测方法。

19、本申请实施例提供一种计算机可读存储介质，其中存储有计算机可执行指令，当计算机可执行指令被处理器执行时，将引起处理器执行本申请实施例提供的医学图像的检测方法。

20、本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机程序或计算机可执行指令，该计算机程序或计算机可执行指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机可执行指令，处理器执行该计算机可执行指令，使得该电子设备执行本申请实施例提供的医学图像的检测方法。

21、本申请实施例具有以下有益效果：

22、通过获取目标对象的血管组织对应的三维医学图像，按照血管组织的平均尺寸，对三维医学图像中各体素的大小进行调整，得到参考医学图像，对参考医学图像进行裁剪处理，得到多个医学子图像，对各医学子图像的三维区域进行狭窄检测，得到各医学子图像中三维区域的检测结果、以及针对检测结果的置信度，并基于置信度，从三维区域中确定目标三维区域，然后按照医学子图像与三维医学图像的映射关系，将目标三维区域进行映射，得到三维医学图像中冠状动脉的目标分割结果。如此，通过按照血管组织的平均尺寸，对三维医学图像中各体素的大小进行调整，得到参考医学图像，从而使得参考医学图像中体素的大小与血管组织的平均尺寸适配，从而有效提高了图像分割效率；基于置信度，对各医学子图像的三维区域进行进一步筛选，提高了图像检测的精确性；同时，通过医学子图像与三维医学图像的映射关系，将目标三维区域映射至三维医学图像中，从而确定三维医学图像中冠状动脉的狭窄区域的精确位置，进一步提高了对医学图像进行检测时的准确率。

技术特征：

1.一种医学图像的检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述按照所述血管组织的平均管径，对所述三维医学图像中各体素的大小进行调整，得到参考医学图像，包括：

3.如权利要求1所述的方法，其特征在于，所述对所述参考医学图像进行裁剪处理，得到多个医学子图像，包括：

4.如权利要求1所述的方法，其特征在于，所述对各所述医学子图像中的三维区域进行狭窄检测，得到各所述医学子图像中三维区域的检测结果、以及针对所述检测结果的置信度，包括：

5.如权利要求4所述的方法，其特征在于，所述对各所述医学子图像进行三维区域提取，得到所述医学子图像的三维区域，包括：

6.如权利要求1所述的方法，其特征在于，所述基于所述置信度，从各所述医学子图像的三维区域中确定目标三维区域，包括：

7.如权利要求1所述的方法，其特征在于，所述基于所述映射关系，将各所述目标三维区域映射至所述三维医学图像中，得到所述三维医学图像中所述冠状动脉的目标检测结果，包括：

8.如权利要求1所述的方法，所述对各所述医学子图像中的三维区域进行狭窄检测，得到各所述医学子图像中三维区域的检测结果，包括：

9.如权利要求8所述的方法，其特征在于，所述调用目标检测网络，对各所述医学子图像中的三维区域进行狭窄检测，得到所述医学子图像中所述三维区域中各体素对应的预测概率之前，所述方法还包括：

10.如权利要求9所述的方法，其特征在于，所述检测网络以及所述分割网络包括多个卷积层，以及与各所述卷积层通道数相同的反卷积层，不同的所述卷积层的所述通道数不同，所述通道数与所述平均管径适配；

11.如权利要求9所述的方法，其特征在于，所述获取所述分割结果以及对应的所述样本检测结果之间的损失，包括：

12.一种医学图像的检测装置，其特征在于，所述装置包括：

13.一种电子设备，其特征在于，包括：

14.一种计算机可读存储介质，其特征在于，存储有可执行指令，用于引起处理器执行时，实现权利要求1至11任一项所述的医学图像的检测方法。

15.一种计算机程序产品，包括计算机程序或计算机可执行指令，其特征在于，所述计算机程序或计算机可执行指令被处理器执行时，实现权利要求1至11任一项所述的医学图像的检测方法。

技术总结
本申请提供了一种医学图像的检测方法、装置、设备、介质及产品，包括：获取目标对象的血管组织对应的三维医学图像，血管组织至少包括冠状动脉，冠状动脉存在冠状动脉狭窄；按照血管组织的平均管径对三维医学图像中各体素的大小进行调整得到参考医学图像；对参考医学图像进行裁剪处理得到多个医学子图像，并对各医学子图像中的三维区域进行狭窄检测，得到各医学子图像中三维区域的检测结果及相应置信度；基于置信度，从各医学子图像的三维区域中确定目标三维区域；获取医学子图像与三维医学图像的映射关系，并基于映射关系，将各目标三维区域映射至三维医学图像中得到三维医学图像中冠状动脉的目标检测结果。如此，能提高对医学图像检测的准确率。

技术研发人员：吕岩,毛益进,王纯亮,张超,赵清华,白萱,董嘉慧,田明,高唱,刘中楠
受保护的技术使用者：天津远景科技服务有限公司
技术研发日：
技术公布日：2024/1/13