一种用于医学影像辅助诊断的训练样本生成方法及装置与流程

本说明书涉及计算机，尤其涉及一种用于医学影像辅助诊断的训练样本生成方法及装置。

背景技术：

1、随着深度卷积神经网络的兴起、数据的累积以及计算能力的大幅提升，深度学习技术开始被应用到诸如人体结构分析、病灶区的分割、疾病的早期诊断以及病灶区的检测等多个医疗领域，提供疾病提示和辅助诊断等功能。

2、其中，医学影像辅助诊断算法的模型可以通过对诸如电子计算机断层扫描(computed tomography，ct)等影像设备采集到的医学影像进行辅助诊断，但是模型的训练过程必须依赖大量的医学影像数据作为训练样本，这样才能保证医学影像辅助诊断模型的诊断效果以及诊断精度。

3、然而，目前结构化的医学影像数据较少，并且训练样本通常是由医生进行分割或标注的，容易受到不同医生的主观影响，存在个体差异，难以保证模型精度，另外，医学影像数据通常会涉及到患者的隐私，难以直接进行利用，这就导致目前能够使用的有效训练样本较少，难以对医学影像辅助诊断模型进行精准的训练。

4、因此，如何获取有效的医学影像辅助诊断模型的训练样本，从而对医学影像辅助诊断模型进行训练，提升模型的诊断精度，是一个亟待解决的问题。

技术实现思路

1、本说明书提供一种用于医学影像辅助诊断的训练样本生成方法及装置，以部分的解决现有技术存在的上述问题。

2、本说明书采用下述技术方案：

3、本说明书提供了一种用于医学影像辅助诊断的训练样本生成方法，包括：

4、基于不同人体的人体结构，构建至少一种生理属性的数字人体模型，并在至少部分数字人体模型中设置病变组织，所述生理属性用于表征数字人体模型的年龄、性别以及健康情况中的至少一种；

5、确定各数字人体模型中不同组织的成分信息；

6、根据所述成分信息生成各数字人体模型对应的配置文件，并基于所述配置文件将各数字人体模型导入仿真环境；

7、针对导入所述仿真环境的每个数字人体模型，通过在所述仿真环境中预先设置的虚拟影像设备，围绕该数字人体模型进行数据采集，确定该数字人体模型在各个角度上的投影数据；

8、对所述投影数据进行处理，得到所述虚拟影像设备所对应的成像格式的目标图像数据，并根据所述目标图像数据生成对医学影像辅助诊断模型进行训练的训练样本。

9、可选地，根据所述成分信息生成各数字人体模型对应的配置文件，具体包括：

10、根据所述成分信息，以及各组织对应的预设颜色，生成各数字人体模型对应的配置文件。

11、可选地，基于所述配置文件将各数字人体模型导入仿真环境，具体包括：

12、针对每个数字人体模型，将该数字人体模型的格式转换为与所述仿真环境相匹配的目标格式；

13、将所述目标格式的数字人体模型导入所述仿真环境，并通过所述配置文件对所述数字人体模型进行配置。

14、可选地，所述目标格式包括：四面体网格格式；

15、通过所述配置文件对所述数字人体模型进行配置，具体包括：

16、通过所述配置文件中包含的所述成分信息，为所述四面体网格格式的数字人体模型中每个组织所对应的网格赋予材料属性。

17、可选地，在将各数字人体模型导入仿真环境之前，所述方法还包括：

18、在所述仿真环境中构建虚拟影像设备，对所述虚拟影像设备的探测器尺寸、探测器分辨率、图像像素大小、放射源粒子类型、放射源能量分布、放射源能量范围、探测器与放射源位置以及物理过程模型中的至少一种参数进行设置。

19、可选地，针对导入所述仿真环境的每个数字人体模型，通过在所述仿真环境中预先设置的虚拟影像设备，围绕该数字人体模型进行数据采集，确定该数字人体模型在各个角度上的投影数据，具体包括：

20、按照设置的采集周期以及采集频率，通过所述虚拟影像设备围绕该数字人体模型进行图像采集，确定该数字人体模型在各个角度上的投影数据。

21、可选地，对所述投影数据进行处理，得到所述虚拟影像设备所对应的成像格式的目标图像数据，具体包括：

22、根据所述各个角度上的投影数据，重建所述数字人体模型对应的三维图像数据；

23、将所述三维图像数据的数据格式转换为所述虚拟影像设备所对应的成像格式，得到所述目标图像数据。

24、可选地，根据所述各个角度上的投影数据，重建所述数字人体模型对应的三维图像数据，具体包括：

25、将所述各个角度上的投影数据合成为投影数据的三维数据矩阵；

26、对所述三维数据矩阵进行加权处理，并将加权处理后的数据进行滤波，得到滤波后数据；

27、将所述滤波后数据进行插值以及反投影处理，得到重建的所述三维图像数据。

28、可选地，将所述三维图像数据的数据格式转换为所述虚拟影像设备所对应的成像格式，得到所述目标图像数据，具体包括：

29、根据预设的切面显示参数，对所述三维图像数据进行切片处理，得到各切面对应的图像数据，作为所述目标图像数据。

30、可选地，所述显示参数包括：切面尺寸、切面分辨率、采样精度、切面中心以及切面旋转角中的至少一种。

31、可选地，对所述三维图像数据进行切片处理，得到各切面对应的图像数据，具体包括：

32、对所述三维图像数据进行切片处理，得到该数字人体模型在轴状面、矢状面以及冠状面中的至少一种切面上对应的切面图像。

33、可选地，所述方法还包括：

34、通过所述训练样本，对所述医学影像辅助诊断模型进行训练；

35、将训练完成的医学影像辅助诊断模型进行部署，并在获取到用户的目标影像数据后，将所述目标影像数据输入所述医学影像辅助诊断模型，以通过所述医学影像辅助诊断模型确定针对所述用户的诊断结果。

36、本说明书提供了一种用于医学影像辅助诊断的训练样本生成装置，包括：

37、构建模块，基于不同人体的人体结构，构建至少一种生理属性的数字人体模型，并在至少部分数字人体模型中设置病变组织，所述生理属性用于表征数字人体模型的年龄、性别以及健康情况中的至少一种；

38、确定模块，确定各数字人体模型中不同组织的成分信息；

39、导入模块，根据所述成分信息生成各数字人体模型对应的配置文件，并基于所述配置文件将各数字人体模型导入仿真环境；

40、采集模块，针对导入所述仿真环境的每个数字人体模型，通过在所述仿真环境中预先设置的虚拟影像设备，围绕该数字人体模型进行数据采集，确定该数字人体模型在各个角度上的投影数据；

41、生成模块，对所述投影数据进行处理，得到所述虚拟影像设备所对应的成像格式的目标图像数据，并根据所述目标图像数据生成对医学影像辅助诊断模型进行训练的训练样本。

42、本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述用于医学影像辅助诊断的训练样本生成方法。

43、本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述用于医学影像辅助诊断的训练样本生成方法。

44、本说明书采用的上述至少一个技术方案能够达到以下有益效果：

45、在本说明书提供的用于医学影像辅助诊断的训练样本生成方法中，可以基于不同的人体结构，构建至少一种生理属性的数字人体模型，并在至少部分数字人体模型中设置病变组织，根据各组织的成分信息生成各数字人体模型对应的配置文件，并基于配置文件将各数字人体模型导入仿真环境，通过在仿真环境中预先设置的虚拟影像设备，围绕数字人体模型进行数据采集，确定数字人体模型在各个角度上的投影数据，对投影数据进行处理，得到虚拟影像设备所对应的成像格式的目标图像数据，并将目标图像数据作为对医学影像辅助诊断模型进行训练的训练样本。

46、从上述方法可以看出，本方案可以在构建数字人体模型的过程中提前对病变组织进行设置，相当于训练样本的标签是已知的，进一步通过仿真环境中的虚拟影像设备对数字人体模型进行数据采集，从而生成最终的训练样本，这样一来，就不需要将用户的影像数据作为训练样本，保证了用户隐私，并且诊断情况并不会受到不同医生主观诊断的影响而出现个体差异，提高了对医学影像辅助诊断模型进行训练的训练精度。