医学影像处理方法、装置、设备及存储介质与流程

1.本技术实施例涉及人工智能(artificial intelligence，ai)技术领域，尤其涉及一种医学影像处理方法、装置、设备及存储介质。


背景技术：

2.目前，在医学领域中，对医学影像的数据标注至关重要，所谓对医学影像的数据标注指的是标注出医学影像中的病灶区域。当前存在的数据标注方法有：纯人工标注方法、纯机器标注方法以及人工智能辅助标注方法。纯人工标注方法是指标注过程中无模型辅助，依靠标注者对数据的判断进行标注。纯机器标注方法是指标注过程无人工干预，以人工智能模型的预测结果为标注结果。人工智能辅助标注方法是指标注过程中，通过人工智能模型产生医学影像的辅助标注结果，标注者结合该辅助标注结果完成对医学影像的标注。
3.在人工智能辅助标注过程中涉及的人工智能模型如果精度不高，一方面，将导致对医学影像的标注精度不高，另一方面，如果需要提高对医学影像的标注精度，则必须依赖人工标注结果，人工耗时更大，从而使得对医学影像的标注效率较低。


技术实现要素：

4.本技术提供一种医学影像处理方法、装置、设备及存储介质，从而可以提高医学影像的标注精度和标注效率。
5.第一方面，本技术实施例提供一种医学影像处理方法，包括：获取多个医学影像；将多个医学影像分别输入至目标模型中，以得到多个医学影像分别对应的辅助标注结果；针对至少一个医学影像中的任一个医学影像，向至少一个终端设备发送医学影像对应的辅助标注结果，医学影像对应的辅助标注结果用于辅助医生对医学影像进行人工标注，以得到医学影像对应的人工标注结果；获取多个医学影像分别对应的人工标注结果；根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型；获取第一医学影像；将第一医学影像输入至训练后的目标模型，以得到第一医学影像的辅助标注结果。从而可以提高目标模型的精度，进而一方面可以提高医学影像的标注精度。另一方面，如果需要提高对医学影像的标注精度，则可以不依赖于人工标注结果，而是主要依赖于目标模型，因此，人工耗时更小，从而使得对医学影像的标注效率较高。
6.第二方面，本技术实施例提供一种医学影像处理装置，包括：通信单元和处理单元；通信单元用于获取多个医学影像；处理单元用于将多个医学影像分别输入至目标模型中，以得到多个医学影像分别对应的辅助标注结果；通信单元还用于针对至少一个医学影像中的任一个医学影像，向至少一个终端设备发送医学影像对应的辅助标注结果，医学影像对应的辅助标注结果用于辅助医生对医学影像进行人工标注，以得到医学影像对应的人工标注结果；通信单元还用于获取多个医学影像分别对应的人工标注结果；处理单元还用于根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型；通信单元还用于获取第一医学影像；处理单元还用于将第一医学影像输入至训练后的目标模型，以得到第
一医学影像的辅助标注结果。
7.第三方面，提供一种服务器，包括：处理器和存储器，该存储器用于存储计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，执行如第一方面或其各实现方式中的方法。
8.第四方面，提供一种计算机可读存储介质，用于存储计算机程序，计算机程序使得计算机执行如第一方面或其各实现方式中的方法。
9.第五方面，提供一种计算机程序产品，包括计算机程序指令，该计算机程序指令使得计算机执行如第一方面或其各实现方式中的方法。
10.第六方面，提供一种计算机程序，计算机程序使得计算机执行如第一方面或其各实现方式中的方法。
11.综上，在本技术中，由于通过多个医学影像以及多个医学影像对应的人工标注结果来训练目标模型，从而可以提高目标模型的精度，一方面可以提高医学影像的标注精度。另一方面，如果需要提高对医学影像的标注精度，则可以不依赖于人工标注结果，而是主要依赖于目标模型，因此，人工耗时更小，从而使得对医学影像的标注效率较高。
附图说明
12.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
13.图1为本技术实施例提供的一种应用场景示意图；
14.图2为本技术实施例提供的另一种应用场景示意图；
15.图3为本技术实施例提供的一种医学影像处理方法的流程图；
16.图3a所示的是一种分割模型的示意图；
17.图4为本技术实施例提供的一种人工标注结果示意图；
18.图5为本技术实施例提供的一种获取医学影像对应的人工标注结果的方法流程图；
19.图6为本技术实施例提供的另一种医学影像处理方法的流程图；
20.图7为本技术实施例提供的再一种医学影像处理方法的流程图；
21.图8为本技术实施例提供的一种终端界面示意图；
22.图9为本技术实施例提供的一种医学影像处理装置的示意图；
23.图10是本技术实施例提供的服务器的示意性框图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
26.如上所述，在人工智能辅助标注过程中涉及的人工智能模型如果精度不高，一方面，将导致对医学影像的标注精度不高，另一方面，如果需要提高对医学影像的标注精度，则必须依赖人工标注结果，人工耗时更大，从而使得对医学影像的标注效率较低。
27.为了解决上述技术问题，本技术可以通过医学影像以及对应的人工标注结果训练人工智能模型，即下文中的目标模型，从而提高目标模型的精度，进而，提高对医学影像的标注精度和标注效率。
28.应理解的是，本技术技术方案可以应用于如下应用场景，但不限于此：
29.图1为本技术实施例提供的一种应用场景示意图，如图1所示，该场景涉及的网元包括：一台服务器110和一台终端设备120，该服务器110可以与该终端设备120进行通信。应理解的是，该应用场景还可以包括其他通信设备，如基站等，本技术对此不做限制。
30.图2为本技术实施例提供的另一种应用场景示意图，如图2所示，该场景涉及的网元包括：一台服务器110和多台终端设备120，该服务器110可以与每个终端设备120进行通信。应理解的是，该应用场景还可以包括其他通信设备，如基站等，本技术对此不做限制。
31.在一些可实现方式中，终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、可穿戴设备等，但并不限于此，本技术对此不做限制。
32.在一些可实现方式中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。
33.在一些可实现方式中，终端设备与服务器之间、服务器之间可以采用蜂窝移动网络或者无线保真(wireless fidelity，wifi)等进行通信，本技术对此不做限制。
34.应理解的是，本技术涉及人工智能(artificial intelligence,ai)技术，其中，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。
35.人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。
36.随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服、车联网、自动驾驶、智慧交通等，相信随着技术的发展，人
工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
37.本技术实施例提供的方案涉及人工智能的智能医疗等技术，具体通过如下实施例进行说明：
38.图3为本技术实施例提供的一种医学影像处理方法的流程图，该方法涉及的执行主体可以是服务器，但不限于此，下面以服务器作为执行主体对本技术技术方案进行详细阐述，如图3所示，该方法包括如下步骤：
39.s301：服务器获取多个医学影像。
40.s302：服务器将多个医学影像分别输入至目标模型中，以得到多个医学影像分别对应的辅助标注结果。
41.s303：针对至少一个医学影像中的任一个医学影像，服务器向至少一个终端设备发送医学影像对应的辅助标注结果。
42.s304：服务器获取多个医学影像分别对应的人工标注结果。
43.s305：服务器根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。
44.s306：服务器获取第一医学影像。
45.s307：服务器将第一医学影像输入至训练后的目标模型，以得到第一医学影像的辅助标注结果。
46.在一些可实现方式中，上述多个医学影像可以是二维或者三维医学影像，这些医学影像可以是由医学影像设备对多个病人的人体脏器进行拍摄得到的，并将拍摄得到的多个医学影像传送给服务器。
47.在一些可实现方式中，该医学影像设备可以是x线机、计算机断层扫描(computed tomography，ct)扫描机、磁共振成像(magnetic resonance imaging，mri)检测机、超声检测设备等，本技术对此不做限制。
48.在一些可实现方式中，上述目标模型是一神经网络模型，例如：该目标模型是一深度神经网络模型，本技术对此不做限制。
49.应理解的是，该目标模型的输入是医学影像，输出是该医学影像对应的辅助标注结果，医学影像对应的辅助标注结果用于辅助医生对医学影像进行人工标注，以得到该医学影像对应的人工标注结果。
50.在一些可实现方式中，上述目标模型的部分或者全部初始参数可以是医生提供一些经验值，本技术对此不做限制。
51.应理解的是，医学领域中，常常涉及对医学影像的病灶分割或者检测，因此，针对对医学影像的病灶分割情况，上述医学影像对应的辅助标注结果和人工标注结果可以是进行病灶分割时所确定的兴趣区域(region of interest，roi)，针对对医学影像的病灶检测情况，上述医学影像对应的辅助标注结果和人工标注结果可以是进行病灶检测时所确定的roi。
52.应理解的是，针对对医学影像的病灶分割情况，上述目标模型可以是unet、deeplap等模型，但不限于此，例如：图3a所示的是一种分割模型的示意图。针对对医学影像的病灶检测情况，上述目标模型可以是vgg、resnet等模型。
53.在一些可实现方式中，针对多个医学影像的人工标注结果可以是一名医生的标注
结果或者是多名医生的标注结果的综合结果，本技术对此不做限制。因此，服务器可以将多个医学影像分别对应的辅助标注结果发送给上述一名医生对应的终端设备，或者是将多个医学影像分别对应的辅助标注结果发送给上述多名医生各自对应的终端设备。
54.下面将针对一名和多名医生的标注过程分别进行说明：
55.在一些可实现方式中，服务器将上述多个医学影像的人工标注结果发送给该一名医生对应的终端设备，针对多个医学影像中的每个医学影像，该医生可以基于该医学影像对应的辅助标注结果对该医学影像进行人工标注，得到人工标注结果，例如：医生可以对该医学影像对应的辅助标注结果，即辅助roi进行增加、删除或者修改，例如：该医学影像对应的辅助标注结果包括：1个roi，但是医生根据自己的经验确定还有一个roi应该是病灶区域，因此，医生可以增加roi。再例如：该医学影像对应的辅助标注结果包括：3个roi，但是医生根据自己的经验确定有一个roi应该不是病灶区域，因此，医生可以从这3个roi中删除该roi。又例如：该医学影像对应的辅助标注结果包括：1个roi，医生根据自己的经验可以对该roi进行增大或者缩小等操作，图4为本技术实施例提供的一种人工标注结果示意图。
56.在一些可实现方式中，服务器将上述多个医学影像的人工标注结果发送给该一名医生对应的终端设备，针对多个医学影像中的每个医学影像，该医生可以基于该医学影像对应的辅助标注结果对该医学影像进行人工标注，得到人工标注结果。或者，服务器对多名医生针对该医学影像的标注结果进行如下处理，以得到该医学影像的综合结果：
57.图5为本技术实施例提供的一种获取医学影像对应的人工标注结果的方法流程图，该方法涉及的执行主体可以是服务器，但不限于此，下面以服务器作为执行主体对本技术技术方案进行详细阐述，如图5所示，针对多个医学影像中的任一个医学影像，获取该医学影像对应的人工标注结果的方法包括如下步骤：
58.s501：服务器获取多名医生对医学影像的标注结果。
59.s502：服务器判断多名医生针对医学影像标注的roi个数是否一致。
60.s503：若多名医生针对医学影像标注的roi个数一致，则服务器根据多名医生对医学影像的标注结果确定医学影像的至少一个roi配对。
61.s504：针对至少一个roi配对中的任一个roi配对，服务器计算roi配对的iou，并判断roi配对的iou是否大于第二预设阈值。
62.s505：若roi配对的iou大于第二预设阈值，则服务器将roi配对发送至第一终端设备，roi配对用于辅助审核专家对roi配对对应的病灶区域进行人工标注，以得到roi配对对应的人工标注结果，至少一个roi配对对应的人工标注结果构成医学影像的人工标注结果。
63.s506：服务器获取医学影像的人工标注结果。
64.应理解的是，该第一终端设备可以是如图2所示的多个终端设备中的一个终端设备。
65.应理解的是，服务器可以接收上述多名医生各自的终端设备发送的针对上述医学影像的标注结果。该标注结果是人工标注结果，该人工标注结果是医生针对该医学影像的辅助标注结果进行的，如医生针对该医学影像的辅助标注结果可以进行增加、删除、修改等操作，以得到该医学影像的人工标注结果。
66.应理解的是，每个医生针对上述医学影像标注的roi个数可以是一个或者多个。因此，多个医生针对该医学影像标注的roi个数一致或者不一致。如果上述多个医生针对该医
学影像标注的roi个数一致，进一步地，服务器可以根据多名医生对医学影像的标注结果确定医学影像的至少一个roi配对，例如：医生a针对该医生影像的标注结果包括：roi_a1、roi_a2和roi_a3，医生b针对该医生影像的标注结果包括：roi_b1、roi_b2和roi_b3，对医生a和医生b得到的医学影像进行对齐，以确定分别属于这两个医学影像，且距离小于预设距离的两个roi组成一个roi配对，也就是说，该roi配对标注的应该是同一个病灶区域，进一步地，服务器可以计算该roi配对的交并比(intersection over union，iou)，例如：roi_a1和roi_b1的iou可以通过如下公式计算，但不限于此：
[0067][0068]
如果该roi配对的iou大于第二预设阈值，则表示该roi配对的吻合度越高，这种情况下，服务器可以将该roi配对发送给某审核专家对应的第一终端设备，使得该审核专家根据该roi配对对roi配对对应的病灶区域进行人工标注，以得到roi配对对应的人工标注结果，而上述所有roi配对对应的人工标注结果构成该医学影像的人工标注结果。
[0069]
应理解的是，这里的第二预设阈值可以根据实际情况设置，例如：第二预设阈值等于0.3、0.5或者0.7等，本技术对此不做限制。
[0070]
在一些可实现方式中，若多名医生针对医学影像标注的roi个数不一致，则向仲裁专家对应的第二终端设备发送多名医生对医学影像的标注结果，多名医生对医学影像的标注结果用于辅助仲裁专家对医学影像对多名医生针对医学影像标注的roi个数进行调整，以使多名医生针对医学影像标注的roi个数一致。例如：医生a针对该医生影像的标注结果包括：roi_a1、roi_a2和roi_a3，医生b针对该医生影像的标注结果包括：roi_b1、roi_b2，第二终端设备对医生a和医生b得到的医学影像进行对齐，以确定分别属于这两个医学影像，且距离小于预设距离的两个roi组成一个roi配对，假设roi_a1和roi_b1构成一个roi配对，而roi_a2和roi_b2构成另一个roi配对，基于此，仲裁专家可以确定roi_a3并没有组合roi配对，因此，仲裁专家可以根据自己的经验确定该roi_a3是否为病灶区域，如果根据自己的经验确定该roi_a3是病灶区域，则在医生b针对该医生影像的标注结果增加与该roi_a3对应的roi_b3，以使多名医生针对医学影像标注的roi个数一致。如果根据自己的经验确定该roi_a3不是病灶区域，则在医生a针对该医生影像的标注结果中删除该roi_a3，以使多名医生针对医学影像标注的roi个数一致。
[0071]
在一些可实现方式中，若roi配对的iou小于或等于第二预设阈值，则将roi配对发送至第二终端设备，roi配对用于辅助仲裁专家对roi配对对进行调整，以使roi配对的iou大于第二预设阈值。例如：医生a针对该医生影像的标注结果包括：roi_a1、roi_a2和roi_a3，医生b针对该医生影像的标注结果包括：roi_b1、roi_b2和roi_b3，或者，仲裁专家对医生a针对该医生影像的标注结果进行调整之后，其包括：roi_a1、roi_a2和roi_a3，又或者，仲裁专家对医生b针对该医生影像的标注结果进行调整之后，其包括：roi_b1、roi_b2和roi_b3，第二终端设备对医生a和医生b得到的医学影像进行对齐，以确定分别属于这两个医学影像，且距离小于预设距离的两个roi组成一个roi配对，假设roi_a1和roi_b1构成一个roi配对，而roi_a2和roi_b2构成另一个roi配对，roi_a3和roi_b3构成再一个roi配对，基于此，第二终端设备可以基于上述计算iou的公司计算这三个roi配对各自的iou，如果任一个roi配对的iou小于或等于第二预设阈值，那么仲裁专家可以通过第二终端设备对该
roi配对进行调整，例如：假设roi_a1和roi_b1构成的roi配对，其iou小于或等于第二预设阈值，那么仲裁专家可以根据自己的经验，对roi_a1和roi_b1中的至少一者进行修改，如扩大或缩小roi_a1的范围，又或者扩大或缩小roi_b1的范围，以使roi_a1和roi_b1构成的roi配对的iou大于第二预设阈值。
[0072]
应理解的是，在s505中，若roi配对的iou大于第二预设阈值，则服务器将roi配对发送至第一终端设备，可以被替换为若roi配对的iou大于或等于第二预设阈值，则服务器将roi配对发送至第一终端设备。这种情况下，若该roi配对的iou小于第二预设阈值，则将roi配对发送至第二终端设备，roi配对用于辅助仲裁专家对roi配对对进行调整，以使roi配对的iou大于或等于第二预设阈值。
[0073]
进一步地，当服务器获取到一名或者多名医生对每个医学影像的人工标注结果之后，服务器可以根据上述多个医学影像和多个医学影像对应的人工标注结果训练目标模型，直至训练次数达到预设次数，或者训练之后该训练模型的验证指标达标之后，训练结束。
[0074]
进一步地，当服务器训练完目标模型之后，可以将第一医学影像输入至训练后的目标模型，以得到第一医学影像的辅助标注结果。
[0075]
在一些可实现方式中，服务器可以将该第一医学影像的辅助标注结果作为第一医学影像的最终标注结果，即这种情况属于纯机器标注方法。又或者，服务器向至少一个终端设备发送第一医学影像对应的辅助标注结果，第一医学影像对应的辅助标注结果用于辅助医生对第一医学影像进行人工标注，以得到第一医学影像对应的人工标注结果，服务器获取第一医学影像对应的人工标注结果，即这种情况属于人工智能辅助标注方法。
[0076]
在一些可实现方式中，服务器将该第一医学影像的人工标注结果发送给一名医生对应的终端设备，该医生可以基于该第一医学影像对应的辅助标注结果对该医学影像进行人工标注，得到人工标注结果。或者，服务器对多名医生针对该第一医学影像的标注结果进行类似于图5对应实施例的处理方式，以得到第一医学影像的综合结果，具体可参考图5对应实施例，本技术对此不再赘述。
[0077]
应理解的是，医生可以基于第一医学影像对应的辅助标注结果对该第一医学影像进行人工标注，得到第一医学影像对应的人工标注结果，例如：医生可以对该第一医学影像对应的辅助标注结果，即辅助roi进行增加、删除或者修改，例如：该第一医学影像对应的辅助标注结果包括：1个roi，但是医生根据自己的经验确定还有一个roi应该是病灶区域，因此，医生可以增加roi。再例如：该第一医学影像对应的辅助标注结果包括：3个roi，但是医生根据自己的经验确定有一个roi应该不是病灶区域，因此，医生可以从这3个roi中删除该roi。又例如：该第一医学影像对应的辅助标注结果包括：1个roi，医生根据自己的经验可以对该roi进行增大或者缩小等操作。
[0078]
综上，本技术实施例提供一种医学影像数据方法，该方法包括：服务器获取多个医学影像，将多个医学影像分别输入至目标模型中，以得到多个医学影像分别对应的辅助标注结果，针对至少一个医学影像中的任一个医学影像，向至少一个终端设备发送医学影像对应的辅助标注结果，获取多个医学影像分别对应的人工标注结果，根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型，获取第一医学影像，最后将第一医学影像输入至训练后的目标模型，以得到第一医学影像的辅助标注结果。由于在本技术中，服务
器可以通过医学影像和医学影像对应的人工标注结果训练目标模型，从而可以提高目标模型的精度，进而一方面可以提高医学影像的标注精度。另一方面，如果需要提高对医学影像的标注精度，则可以不依赖于人工标注结果，而是主要依赖于目标模型，因此，人工耗时更小，从而使得对医学影像的标注效率较高。
[0079]
在一些可实现方式中，服务器不是在任何情况下都会训练目标模型，而是在满足训练条件时训练目标模型或者是在获取到针对目标模型的训练启动指令是，才训练目标模型，从而在保证目标模型精度较高的同时，可以降低服务器的功耗，下面将对此进行详细阐述：
[0080]
图6为本技术实施例提供的另一种医学影像处理方法的流程图，该方法涉及的执行主体可以是服务器，但不限于此，下面以服务器作为执行主体对本技术技术方案进行详细阐述，如图6所示，该方法包括如下步骤：
[0081]
s601：服务器获取多个医学影像。
[0082]
s602：服务器将多个医学影像分别输入至目标模型中，以得到多个医学影像分别对应的辅助标注结果。
[0083]
s603：针对至少一个医学影像中的任一个医学影像，服务器向至少一个终端设备发送医学影像对应的辅助标注结果。
[0084]
s604：服务器获取多个医学影像分别对应的人工标注结果。
[0085]
s605：服务器判断是否满足目标模型的训练条件。
[0086]
s606：若确定满足目标模型的训练条件，则服务器根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。
[0087]
s607：服务器获取第一医学影像。
[0088]
s608：服务器将第一医学影像输入至训练后的目标模型，以得到第一医学影像的辅助标注结果。
[0089]
应理解的是，s601至s604与s301至s304相同，而s606中的部分，以及s607至s608与s305至s307相同，因此，关于s601至s604、606中的部分，以及s607至s608的解释说明可参考图3对应实施例，对此不再赘述。
[0090]
应理解的是，s605可以在s601之前执行，相应的，若确定满足目标模型的训练条件，则服务器执行s601，或者s605可以在s602之前执行，相应的，若确定满足目标模型的训练条件，则服务器执行s602，又或者s605可以在s603之前执行，相应的，若确定满足目标模型的训练条件，则服务器执行s603。
[0091]
在一种可实现方式中，服务器判断是否满足目标模型的训练条件，包括：服务器获取多个第二医学影像，针对多个第二医学影像中的任一个第二医学影像，根据第二医学影像的辅助标注结果和人工标注结果确定第二医学影像的至少一个roi配对，计算至少一个roi配对的iou，并计算多个第二医学影像的iou平均值，判断iou平均值是否小于或等于第一预设阈值。也就是说，如果多个第二医学影像的iou平均值小于或等于第一预设阈值，则表示上述多个第二医学影像的辅助标注结果不合格，说明目标模型的精度较低，因此服务器需要训练目标模型。
[0092]
在一种可实现方式中，服务器判断是否满足目标模型的训练条件，包括：服务器获取多个第二医学影像，针对多个第二医学影像中的任一个第二医学影像，根据第二医学影
像的辅助标注结果和人工标注结果确定第二医学影像的至少一个roi配对，计算至少一个roi配对的iou，并计算多个第二医学影像的iou平均值，判断iou平均值是否小于第一预设阈值。也就是说，如果多个第二医学影像的iou平均值小于第一预设阈值，则表示上述多个第二医学影像的辅助标注结果不合格，说明目标模型的精度较低，因此服务器需要训练目标模型。
[0093]
在一种可实现方式中，第一预设阈值可以实际情况设置，如设置为0.3、0.5或者0.7等，本技术对此不做限制。
[0094]
示例性的，假设多个第二医学影像是最近标注的100个患者的医学影像，其中，服务器可以将第二医学影像输入至目标模型中，以得到第二医学影像对应的辅助标注结果，而服务器可以将该辅助标注结果发送给至少一个终端设备，以使一个或者多个医生基于该第二医学影像对应的辅助标注结果，得到该第二医学影像对应的人工标注结果，进一步地，针对多个第二医学影像中的任一个第二医学影像，根据第二医学影像的辅助标注结果和人工标注结果确定第二医学影像的至少一个roi配对，计算至少一个roi配对的iou，应理解的是，至少一个roi配对的iou，可以是这些至少一个roi配对总的交集与它们总的并集之间的比值，例如：针对某第二医学影像，该辅助标注结果包括：roi_a1、roi_a2和roi_a3，而人工标注结果包括：roi_b1、roi_b2和roi_b3，那么这三个roi配对的iou可以通过如下公式计算，但不限于此：
[0095][0096]
进一步地，服务器可以计算多个第二医学影像的iou平均值，判断iou平均值是否小于或等于第一预设阈值，如判断iou平均值是否小于或等于0.7。也就是说，如果多个第二医学影像的iou平均值小于或等于0.7，则表示上述多个第二医学影像的辅助标注结果不合格，说明目标模型的精度较低，因此服务器需要训练目标模型。
[0097]
在一种可实现方式中，服务器判断是否满足目标模型的训练条件，包括：服务器获取多个第三医学影像，针对多个第三医学影像中的任一个第三医学影像，根据第三医学影像的辅助标注结果和人工标注结果确定第三医学影像的至少一个roi配对，计算至少一个roi配对的iou，并确定多个第三医学影像中最大的iou，判断该最大的iou是否小于或等于第三预设阈值。也就是说，如果该最大的iou小于或等于第三预设阈值，则表示上述多个第三医学影像的辅助标注结果均不合格，说明目标模型的精度较低，因此服务器需要训练目标模型。
[0098]
在一种可实现方式中，服务器判断是否满足目标模型的训练条件，包括：服务器获取多个第三医学影像，针对多个第三医学影像中的任一个第三医学影像，根据第三医学影像的辅助标注结果和人工标注结果确定第三医学影像的至少一个roi配对，计算至少一个roi配对的iou，并确定多个第三医学影像中最大的iou，判断该最大的iou是否小于第三预设阈值。也就是说，如果该最大的iou小于第三预设阈值，则表示上述多个第三医学影像的辅助标注结果均不合格，说明目标模型的精度较低，因此服务器需要训练目标模型。
[0099]
在一种可实现方式中，第三预设阈值可以实际情况设置，如设置为0.3、0.5或者0.7等，本技术对此不做限制。
[0100]
在一种可实现方式中，多个第三医学影像均包括在用于训练目标模型的多个医学
影像中，或者，多个第三医学影像均不包括在用于训练目标模型的多个医学影像中，又或者，多个第三医学影像部分包括在用于训练目标模型的多个医学影像中，部分未包括在用于训练目标模型的多个医学影像中。其中，多个第三医学影像是否包括在用于训练目标模型的多个医学影像中可以根据实际情况设置，本技术对此不做限制。
[0101]
在一种可实现方式中，如果上述多个第三医学影像的辅助标注结果不合格，则这些第三医学影像可以不包括在用于训练目标模型的多个医学影像中。
[0102]
示例性的，假设多个第三医学影像是最近标注的100个患者的医学影像，其中，服务器可以将第三医学影像输入至目标模型中，以得到第三医学影像对应的辅助标注结果，而服务器可以将该辅助标注结果发送给至少一个终端设备，以使一个或者多个医生基于该第三医学影像对应的辅助标注结果，得到该第三医学影像对应的人工标注结果，进一步地，针对多个第三医学影像中的任一个第二医学影像，根据第三医学影像的辅助标注结果和人工标注结果确定第三医学影像的至少一个roi配对，计算至少一个roi配对的iou，应理解的是，至少一个roi配对的iou，可以是这些至少一个roi配对总的交集与它们总的并集之间的比值，例如：针对某第三医学影像，该辅助标注结果包括：roi_a1、roi_a2和roi_a3，而人工标注结果包括：roi_b1、roi_b2和roi_b3，那么这三个roi配对的iou可以通过如下公式计算，但不限于此：
[0103][0104]
进一步地，服务器可以选择这些iou中最大的iou，判断最大的iou是否小于或等于第三预设阈值，如判断最大的iou是否小于或等于0.7。也就是说，如果最大的iou小于或等于0.7，则表示上述多个第三医学影像的辅助标注结果不合格，说明目标模型的精度较低，因此服务器需要训练目标模型。
[0105]
综上，在本技术中，服务器不是在任何情况下都会训练目标模型，而是在满足训练条件时训练目标模型，从而在保证目标模型精度较高的同时，可以降低服务器的功耗。
[0106]
图7为本技术实施例提供的再一种医学影像处理方法的流程图，该方法涉及的执行主体可以是服务器，但不限于此，下面以服务器作为执行主体对本技术技术方案进行详细阐述，如图7所示，该方法包括如下步骤：
[0107]
s701：服务器获取多个医学影像。
[0108]
s702：服务器将多个医学影像分别输入至目标模型中，以得到多个医学影像分别对应的辅助标注结果。
[0109]
s703：针对至少一个医学影像中的任一个医学影像，服务器向至少一个终端设备发送医学影像对应的辅助标注结果。
[0110]
s704：服务器获取多个医学影像分别对应的人工标注结果。
[0111]
s705：服务器判断是否获取到了针对目标模型的训练启动指令。
[0112]
s706：若获取到了针对目标模型的训练启动指令，则服务器根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。
[0113]
s707：若未获取到针对目标模型的训练启动指令，则服务器判断是否满足目标模型的训练条件。
[0114]
s708：若确定满足目标模型的训练条件，则服务器根据多个医学影像和多个医学
影像对应的人工标注结果训练目标模型。
[0115]
s709：服务器获取第一医学影像。
[0116]
s710：服务器将第一医学影像输入至训练后的目标模型，以得到第一医学影像的辅助标注结果。
[0117]
应理解的是，s701至s704与s301至s304相同，而s706中的部分，s708中的部分以及s709至s710与s305至s307相同，因此，关于s701至s704、s706中的部分，s708中的部分以及s709至s710中的部分的解释说明可参考图3对应实施例，对此不再赘述。而关于s707的部分以及s708可以参考图6对应实施例，对此不再赘述。
[0118]
应理解的是，s705可以在s701之前执行，相应的，若确获取到了针对目标模型的训练启动指令，则服务器执行s701，或者s705可以在s702之前执行，相应的，若获取到了针对目标模型的训练启动指令，则服务器执行s702，又或者s705可以在s703之前执行，相应的，若获取到了针对目标模型的训练启动指令，则服务器执行s703。再或者，s705可以在s704之前执行，相应的，若确获取到了针对目标模型的训练启动指令，则服务器执行s704。
[0119]
在一些可实现方式中，上述训练启动指令用于启动对目标模型的训练，其中，该训练启动指令可以是基于医生在对应终端设备进行相应的启动操作而生成的指令。例如：图8为本技术实施例提供的一种终端界面示意图，如图8所示，在医生对应的终端设备上可以显示是否启动对目标模型的训练的图标，y表示启动对目标模型的训练，n表示不启动对目标模型的训练。基于此，当用户点击y图标时，终端设备触发服务器生成训练启动指令，当用户点击n图标时，终端设备不触发服务器生成训练启动指令。
[0120]
综上，在本技术中，服务器不是在任何情况下都会训练目标模型，而是若获取到了针对目标模型的训练启动指令，则服务器根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。若未获取到针对目标模型的训练启动指令，则服务器判断是否满足目标模型的训练条件。若确定满足目标模型的训练条件，则服务器根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。从而在保证目标模型精度较高的同时，可以降低服务器的功耗。
[0121]
图9为本技术实施例提供的一种医学影像处理装置的示意图，该装置可以是上述服务器中的部分或者全部，如图9所示，该装置包括：通信单元910和处理单元920。其中，通信单元910用于获取多个医学影像。处理单元920用于将多个医学影像分别输入至目标模型中，以得到多个医学影像分别对应的辅助标注结果。通信单元910还用于针对至少一个医学影像中的任一个医学影像，向至少一个终端设备发送医学影像对应的辅助标注结果，医学影像对应的辅助标注结果用于辅助医生对医学影像进行人工标注，以得到医学影像对应的人工标注结果。通信单元910还用于获取多个医学影像分别对应的人工标注结果。处理单元920还用于根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。通信单元910还用于获取第一医学影像。处理单元920还用于将第一医学影像输入至训练后的目标模型，以得到第一医学影像的辅助标注结果。
[0122]
在一些可实现方式中，处理单元920还用于：判断是否满足目标模型的训练条件。相应的，处理单元920具体用于：若确定满足目标模型的训练条件，则根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。
[0123]
在一些可实现方式中，处理单元920还用于：判断是否获取到了针对目标模型的训
练启动指令。相应的，处理单元920具体用于：若获取到了针对目标模型的训练启动指令，则根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。若未获取到针对目标模型的训练启动指令，则判断是否满足目标模型的训练条件。若确定满足目标模型的训练条件，则根据多个医学影像和多个医学影像对应的人工标注结果训练目标模型。
[0124]
在一些可实现方式中，通信单元910还用于获取多个第二医学影像。处理单元920还用于：针对多个第二医学影像中的任一个第二医学影像，根据第二医学影像的辅助标注结果和人工标注结果确定第二医学影像的至少一个roi配对。计算至少一个roi配对的交并比iou，并计算多个第二医学影像的iou平均值。判断iou平均值是否小于或等于第一预设阈值。
[0125]
在一些可实现方式中，通信单元910还用于向至少一个终端设备发送第一医学影像对应的辅助标注结果，第一医学影像对应的辅助标注结果用于辅助医生对第一医学影像进行人工标注，以得到第一医学影像对应的人工标注结果，获取第一医学影像对应的人工标注结果。
[0126]
在一些可实现方式中，针对多个医学影像和第一医学影像中的任一个医学影像，医学影像对应的人工标注结果是对医学影像对应的辅助标注结果进行的增加、删除或者修改后的结果。
[0127]
在一些可实现方式中，针对多个医学影像和第一医学影像中的任一个医学影像，医学影像的人工标注结果是一名医生的标注结果。
[0128]
在一些可实现方式中，针对多个医学影像和第一医学影像中的任一个医学影像，医学影像的人工标注结果是多名医生的标注结果的综合结果。
[0129]
在一些可实现方式中，通信单元910具体用于获取多名医生对医学影像的标注结果。处理单元920具体用于判断多名医生针对医学影像标注的roi个数是否一致，若多名医生针对医学影像标注的roi个数一致，则根据多名医生对医学影像的标注结果确定医学影像的至少一个roi配对，针对至少一个roi配对中的任一个roi配对，计算roi配对的iou，并判断roi配对的iou是否大于第二预设阈值，若roi配对的iou大于第二预设阈值，则将roi配对发送至第一终端设备，roi配对用于辅助审核专家对roi配对对应的病灶区域进行人工标注，以得到roi配对对应的人工标注结果，至少一个roi配对对应的人工标注结果构成医学影像的人工标注结果。通信单元910具体用于获取医学影像的人工标注结果。
[0130]
在一些可实现方式中，通信单元910还用于：若多名医生针对医学影像标注的roi个数不一致，则向第二终端设备发送多名医生对医学影像的标注结果，多名医生对医学影像的标注结果用于辅助仲裁专家对医学影像对多名医生针对医学影像标注的roi个数进行调整，以使多名医生针对医学影像标注的roi个数一致。
[0131]
在一些可实现方式中，通信单元910还用于：若roi配对的iou小于或等于第二预设阈值，则将roi配对发送至第二终端设备，roi配对用于辅助仲裁专家对roi配对对进行调整，以使roi配对的iou大于第二预设阈值。
[0132]
应理解的是，装置实施例与方法实施例可以相互对应，类似的描述可以参照方法实施例。为避免重复，此处不再赘述。具体地，图9所示的装置可以执行上述方法实施例，并且装置中的各个模块的前述和其它操作和/或功能分别为了实现上述各个方法中的相应流程，为了简洁，在此不再赘述。
[0133]
上文中结合附图从功能模块的角度描述了本技术实施例的装置。应理解，该功能模块可以通过硬件形式实现，也可以通过软件形式的指令实现，还可以通过硬件和软件模块组合实现。具体地，本技术实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成，结合本技术实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。可选地，软件模块可以位于随机存储器，闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法实施例中的步骤。
[0134]
图10是本技术实施例提供的服务器的示意性框图。
[0135]
如图10所示，该服务器可包括：
[0136]
存储器1010和处理器1020，该存储器1010用于存储计算机程序，并将该程序代码传输给该处理器1020。换言之，该处理器1020可以从存储器1010中调用并运行计算机程序，以实现本技术实施例中的方法。
[0137]
例如，该处理器1020可用于根据该计算机程序中的指令执行上述方法实施例。
[0138]
在本技术的一些实施例中，该处理器1020可以包括但不限于：
[0139]
通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等等。
[0140]
在本技术的一些实施例中，该存储器1010包括但不限于：
[0141]
易失性存储器和/或非易失性存储器。其中，非易失性存储器可以是只读存储器(read
‑
only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。
[0142]
在本技术的一些实施例中，该计算机程序可以被分割成一个或多个模块，该一个或者多个模块被存储在该存储器1010中，并由该处理器1020执行，以完成本技术提供的方法。该一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述该计算机程序在该服务器中的执行过程。
[0143]
如图10所示，该服务器还可包括：
[0144]
收发器1030，该收发器1030可连接至该处理器1020或存储器1010。
[0145]
其中，处理器1020可以控制该收发器1030与其他设备进行通信，具体地，可以向其他设备发送信息或数据，或接收其他设备发送的信息或数据。收发器1030可以包括发射机和接收机。收发器1030还可以进一步包括天线，天线的数量可以为一个或多个。
[0146]
应当理解，该服务器中的各个组件通过总线系统相连，其中，总线系统除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。
[0147]
本技术还提供了一种计算机存储介质，其上存储有计算机程序，该计算机程序被计算机执行时使得该计算机能够执行上述方法实施例的方法。或者说，本技术实施例还提供一种包含指令的计算机程序产品，该指令被计算机执行时使得计算机执行上述方法实施例的方法。
[0148]
当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本技术实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc，dvd))、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0149]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0150]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0151]
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。例如，在本技术各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
[0152]
以上该，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以该权利要求的保护范围为准。