医疗影像处理方法、系统、计算机设备和存储介质

1.本发明涉及计算机技术领域，尤其涉及一种医疗影像处理方法、系统、计算机设备和存储介质。


背景技术：

2.现代医学中，医学图像是医生判断病人病情的重要资料，如x光机、多普勒彩超机、电子计算机断层扫描(computed tomography,简称为ct)机、磁共振成像等设备形成的医疗影像，对诊断是至关重要的。
3.随着互联网医疗平台的发展，远程问诊或者远程会诊这种方式逐渐兴起，而远程问诊或者远程会诊时，经常会出现要求患者上传医疗影像的情况，或者是将医疗影像在各个问诊或会诊客户端之间转移或发送，以便于医师可观看医疗影像。但是由于医疗影像一般来说较大，占用的存储内存也较多，在发送时较为耗时，影响远程问诊或者会诊的效率。


技术实现要素：

4.本发明实施例的目的在于提供一种医疗影像处理方法、系统、计算机设备和存储介质，旨在解决背景技术中确定的现有技术存在的技术问题。
5.本发明实施例是这样实现的，医疗影像处理方法，包括以下步骤：
6.对所述医疗影像进行预处理，得到与医疗影像相关联的冗余信息包；
7.获取期望信息，根据所述期望信息对预处理后的医疗影像进行相关度标记；
8.根据相关度标记对医疗影像进行切片处理，得到与相关度数量相同的若干个切片；
9.根据预设的压缩规则对所述切片进行压缩处理，得到若干个压缩处理后的切片，将所述切片拼接还原。
10.作为本发明进一步的方案：所述对所述医疗影像进行预处理，得到与医疗影像相关联的冗余信息包的步骤，具体包括：
11.输入医疗影像至敏感区域识别模型，得到医疗影像的敏感区域，所述敏感区域识别模型基于卷积神经网络训练获得；
12.抠除敏感区域内的显示内容形成冗余信息包；
13.获取与所述敏感区域相邻区域的背景像素的亮度和亮度的梯度，以所述相邻区域的背景像素的亮度和亮度的梯度估计原敏感区域的背景像素并对原敏感区域进行填充。
14.作为本发明再进一步的方案：所述获取期望信息，根据所述期望信息对预处理后的医疗影像进行相关度标记的步骤，具体包括：
15.分析电子病历，得到关于病患的模糊病灶位置；
16.根据所述模糊病灶位置，对医疗影像进行识别，对所述模糊病灶位置进行相关度标记，所述模糊病灶位置的相关度最高；
17.根据与模糊病灶位置的距离对医疗影像的剩余区域进行相关度逐渐降低的标记。
18.作为本发明再进一步的方案：所述根据相关度标记对医疗影像进行切片处理，得到与相关度数量相同的若干个切片的步骤，具体包括：
19.根据相邻两区域的相关度标记，设定切片路线；
20.根据设定的切片路线，对所述医疗影像进行切片处理；
21.得到与相关度数量相同的若干个切片，每个所述切片上均标记有相关度。
22.作为本发明再进一步的方案：所述根据相邻两区域的相关度标记，设定切片路线的步骤，具体包括：
23.获取对应区域的相关度标记数据；
24.依次为每个所述区域赋予虚拟灰度值，按相关度的顺序，每个所述区域的虚拟灰度值均不相同；
25.根据相邻两区域的虚拟灰度值，对相邻两区域进行边缘识别，以获取切片路线。
26.作为本发明再进一步的方案：所述根据设定的切片路线，对所述医疗影像进行切片处理的步骤：
27.获取设定的切片路线；
28.在所述切片路线上，随机选定数量不少于两个的虚拟拟合点；
29.对所述医疗影像进行切片处理，为被分切的虚拟拟合点配置唯一的映射关系。
30.作为本发明再进一步的方案：所述根据预设的压缩规则对所述切片进行压缩处理，得到若干个压缩处理后的切片，将所述切片拼接还原的步骤，具体包括：
31.识别切片上标记的相关度，根据相关度与压缩比映射模型确认对应切片的压缩比；
32.根据所述压缩比对对应的切片进行压缩处理；
33.压缩处理完成后，根据切片路线将所述切片拼接还原，得到处理后的医疗影像，将所述处理后的医疗影像与冗余信息包关联。
34.本发明实施例的另一目的在于提供一种医疗影像处理系统，包括：
35.预处理单元，用于对所述医疗影像进行预处理，得到与医疗影像相关联的冗余信息包；
36.标记单元，用于获取期望信息，根据所述期望信息对预处理后的医疗影像进行相关度标记；
37.切片单元，用于根据相关度标记对医疗影像进行切片处理，得到与相关度数量相同的若干个切片；以及
38.压缩拼接单元，用于根据预设的压缩规则对所述切片进行压缩处理，得到若干个压缩处理后的切片，将所述切片拼接还原。
39.本发明实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述医疗影像处理方法的步骤。
40.本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述医疗影像处理方法的步骤。
41.与现有技术相比，本发明的有益效果是：最终所得的医疗影像，在读片时，其清晰
程度自目标区域(病灶位置)向外逐渐降低，即期望区域部分非常清晰，可不影响医师的读片需求，其能大大降低医疗影响的文件大小，保证其传输效率。
附图说明
42.图1为一种医疗影像处理方法的流程图。
43.图2为得到与医疗影像相关联的冗余信息包的流程图。
44.图3为根据所述期望信息对预处理后的医疗影像进行相关度标记的流程图。
45.图4为得到与相关度数量相同的若干个切片的流程图。
46.图5为设定切片路线的流程图。
47.图6为对所述医疗影像进行切片处理的流程图。
48.图7为将所述切片拼接还原的流程图。
49.图8为一种医疗影像处理系统的流程图。
50.图9为一种计算机设备的结构示意图。
具体实施方式
51.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
52.以下结合具体实施例对本发明的具体实现进行详细描述。
53.如图1所示，为本发明一个实施例提供的一种医疗影像处理方法的流程图，包括以下步骤：
54.s200，对所述医疗影像进行预处理，得到与医疗影像相关联的冗余信息包。
55.本发明实施例中所指医疗影像，可以为x光机、多普勒彩超机、电子计算机断层扫描(computed tomography,简称为ct)机、磁共振成像等设备形成的医疗影像，本技术中的冗余信息包是指，与患者隐私或者医院等相关的信息，如患者姓名、性别、影像检查号、医疗名称、设备型号，对于电子计算机断层扫描机来说，还可以包括射线剂量、电压电流等参数，总得来说，就是指与医疗影像本身关联不大或者与患者隐私关联较大部分的信息汇总。
56.s400，获取期望信息，根据所述期望信息对预处理后的医疗影像进行相关度标记。
57.本发明实施例中的期望信息是指：患者的病灶位置信息，这个病灶位置信息特别是对于医师来说，是最希望看到或者看清楚的部分，那么其即为期望信息。
58.在实际应用时，例如可能患者右侧第三根肋骨骨折，那么在进行x光机或者电子计算机断层扫描机进行扫描时，获取到的医疗影响可能会包含整个胸部，而医师需要的可能就是右侧第三根肋骨的位置处，因此此时对目标区域(病灶位置)进行相关度标记，意味着此区域为重点区域。
59.而且有必要说明的是，在进行相关度标记时，是对整个医疗影响进行相关度标记，当然目标区域(病灶位置)的相关度最高，其他的相关度依次减小，相关度标记的依据会在后续提到，本实施例不做多余的叙述。
60.s600，根据相关度标记对医疗影像进行切片处理，得到与相关度数量相同的若干个切片。
61.本发明实施例中，在进行相关度的标记之后，医疗影像中已经标记出了多个相关度不同的区域，此时的切片处理，可以将每个区域单独分离出来，以便于进行后续的处理，一般情况下，每个切片对应一个相关度标记。
62.s800，根据预设的压缩规则对所述切片进行压缩处理，得到若干个压缩处理后的切片，将所述切片拼接还原。
63.本发明实施例中，由于相关度代表了期望程度，甚至的，相关度可以代表对应区域的重要程度，那么本实施例中，对于不重要部分的切片，可以赋予较大的压缩比，对于重要部分的切片，则压缩比可以设置的相对较小，尽量保证不会医师的正常读片造成影响，实际上，本实施例中最终还原所得的医疗影像，其清晰程度自目标区域(病灶位置)向外逐渐降低。
64.通过本发明实施例所表达的技术方案，清晰程度自目标区域(病灶位置)向外逐渐降低，但是一般情况下却不会对医师的正常读片造成影响，能大大降低医疗影响的文件大小，保证其传输效率。
65.有必要进行说明的是，鉴于不同型号设备所得到的医疗影响的格式不同，如dicom、analyze和nifti等格式，在对其进行预处理时，可以先对其进行格式转换，例如dcmtk软件可以将dicom格式软件转为其他可处理或可操作的格式文件，本实施例在此不进行具体的限定。
66.如图2所示，作为本发明一个优选的实施例，所述对所述医疗影像进行预处理，得到与医疗影像相关联的冗余信息包的步骤，具体包括：
67.s201，输入医疗影像至敏感区域识别模型，得到医疗影像的敏感区域，所述敏感区域识别模型基于卷积神经网络训练获得。
68.本发明实施例中，卷积神经网络在训练时，需要输入样本(此处的样本即为医疗影像)，通过人工标注敏感区域的方式，然后进行卷积神经网络的训练，训练完成后，对于新输入的医疗影像，可以自动识别得到其敏感区域，此处的敏感区域，即前述实施例所提到的冗余信息，即与医疗影像本身关联不大或者与患者隐私关联较大部分的信息汇总。
69.s203，抠除敏感区域内的显示内容形成冗余信息包。
70.本发明实施例中，可以利用图像处理工具或者其他方式，将识别出的敏感区域进行抠除，本实施例中并未采用常规手段：即对敏感区域中的字符进行识别提取的方式，不会因为识别提取质量差而导致的敏感区域受损或者失真，因为在实际应用时，抠出的敏感区域在后续过程中可能还需要继续使用。
71.s205，获取与所述敏感区域相邻区域的背景像素的亮度和亮度的梯度，以所述相邻区域的背景像素的亮度和亮度的梯度估计原敏感区域的背景像素并对原敏感区域进行填充。
72.本发明实施例中，由于医疗影像中，敏感区域位置一般都处于边缘或者远离其显示内容的位置，因此其背景之间的相似度较高，本实施例在实际应用时，通过相邻区域的背景像素的亮度和亮度的梯度来估计原敏感区域的背景像素并对原敏感区域进行填充，可以保证显示内容被抠除后，整体影响的完整性。
73.如图3所示，作为本发明另一个优选的实施例，所述获取期望信息，根据所述期望信息对预处理后的医疗影像进行相关度标记的步骤，具体包括：
74.s401，分析电子病历，得到关于病患的模糊病灶位置。
75.本发明实施例中，病患的模糊病灶位置就是前述实施例所指的期望信息，由于在现有技术中，病患是否需要拍摄医疗影响，多由对应的医师去判断，因此结合电子病历上对应的描述，很容易可以获取病患的模糊病灶位置，即期望信息。而实际应用时也可以通过其他方式来获取病患的模糊病灶位置，如病患口述等方式，本实施例在此不进行具体的限定。
76.s403，根据所述模糊病灶位置，对医疗影像进行识别，对所述模糊病灶位置进行相关度标记，所述模糊病灶位置的相关度最高。
77.本发明实施例中，根据获取到的模糊病灶位置的相关描述，再借用如卷积神经网络或者其他深度学习的模型，可以在医疗影像中对模糊病灶位置进行定位，以方便进行相关度标记。
78.有必要说明的是，现有技术中，若病患的脚踝处存在疼痛或者损伤等问题时，其在进行x光或者电子计算机断层扫描时，得到的图像中除了包含脚踝位置处时，还会包括脚掌、以及小腿胫骨位置，所以此处的脚踝位置即为期望信息，脚踝位置则为相关度最高的区域。
79.s405，根据与模糊病灶位置的距离对医疗影像的剩余区域进行相关度逐渐降低的标记。
80.在本发明实施例中，除了模糊病灶位置的相关度最高，即脚踝位置则为相关度最高的区域，那么其他区域的相关度应该是递减的，或者其他位置的相关度应该是低于脚踝位置的，这个相关度是如何递减或者降低的，本实施例中采用如下方式，进行相关度逐渐降低的标记：
81.自模糊病灶位置起，定义一个距离值d，这个距离值d就是定义或者划分区域的基础。同样还是以上述例子为例，确定好相关度最高的区域之后，相关度第二高的区域外边缘距离相关度最高区域的外边缘的距离也为d，以此类推，来实现区域的划分，在实际应用时，这个距离值d也可以根据实际调整，本实施例在此不进行具体的限定。在一般情况下，医疗影像可能会被划分成为以模糊病灶位置为中心，其他区域呈环形分布的状态，且从模糊病灶位置向外，相关度逐渐降低。
82.如图4所示，作为本发明另一个优选的实施例，所述根据相关度标记对医疗影像进行切片处理，得到与相关度数量相同的若干个切片的步骤，具体包括：
83.s601，根据相邻两区域的相关度标记，设定切片路线。
84.本发明实施例中，由于前述已经完成了各自区域的划分以及相关度标记，那么实际上，各个区域的轮廓实际上已经进行了确定，据此可以设定好切片的路线。
85.s603，根据设定的切片路线，对所述医疗影像进行切片处理。
86.本发明实施例中所指切片处理，实际上是对医疗影像进行裁切的过程，图片裁切或者切片可以以现有方式进行，本实施例在此不进行具体的限定。
87.s605，得到与相关度数量相同的若干个切片，每个所述切片上均标记有相关度。
88.本发明实施例中，经过上述切片或者裁切处理之后，可以得到标记有相关的若干个切片，后续可以直接对切片进行对应的压缩处理即可。
89.如图5所示，作为本发明另一个优选的实施例，所述根据相邻两区域的相关度标记，设定切片路线的步骤，具体包括：
90.s6011，获取对应区域的相关度标记数据。
91.s6013，依次为每个所述区域赋予虚拟灰度值，按相关度的顺序，每个所述区域的虚拟灰度值均不相同。
92.本发明实施例是对医疗影像设定切片路线的具体实施方式进行介绍。获取对应区域的相关度标记数，是为了方便对每个区域进行虚拟灰度值的赋值。本实施例中所指虚拟灰度值，实际上是在原有医疗影像的图层之上，再赋予一位置对应的虚拟图层，因为如果在实际应用时，灰度值不是虚拟的话，可能会对原有医疗影像造成影响，因为原有医疗影像本身也含有灰度。当然，对应区域的虚拟灰度值均不相同。
93.s6015，根据相邻两区域的虚拟灰度值，对相邻两区域进行边缘识别，以获取切片路线。
94.本发明实施例中，由于相邻两区域的虚拟灰度值是不同的，因此基于计算机视觉更容易对相邻两区域进行边缘识别，边缘识别也会更为精确，实际应用时，相邻两区域的虚拟灰度值差异应该相对较大，例如其中一个区域的虚拟灰度值为1，另一个区域的虚拟灰度值可以为150，这样的话两者差异程度大，相邻两区域的边缘，即图像中灰度变化比较剧烈的地方，这种方式可以方便的实现后续高效精确的切片。切片路线获取到之后，可以直接投影或者标记在医疗影像上。
95.如图6所示，作为本发明另一个优选的实施例，所述根据设定的切片路线，对所述医疗影像进行切片处理的步骤：
96.s6031，获取设定的切片路线。
97.本发明实施例中，所述的切片路线即上述实施例获得的根据差异度较大的虚拟灰度值进行边缘识别获得的切片路线。
98.s6033，在所述切片路线上，随机选定数量不少于两个的虚拟拟合点。
99.s6035，对所述医疗影像进行切片处理，为被分切的虚拟拟合点配置唯一的映射关系。
100.本发明实施例中，由于在实际应用时，前述的切片路线设计可能会出现比较圆滑或者平滑的情况，这就导致其内并无特征点或特征部分以便于后续切片的还原，特别的，对于环形的切片来说，更加如此，因此本实施例利用可被分切的虚拟拟合点，并且为被分切的虚拟拟合点配置唯一的映射关系，来使得切片能够在拼接时恢复至原来的对应关系，即保证切片拼接还原时的准确性。
101.本发明实施例中所指虚拟拟合点的实质与虚拟灰度值类似，当虚拟拟合点拼接完成后，又可以直接去除，亦不会对原有的医疗影像造成影响。
102.如图7所示，作为本发明另一个优选的实施例，所述根据预设的压缩规则对所述切片进行压缩处理，得到若干个压缩处理后的切片，将所述切片拼接还原的步骤，具体包括：
103.s801，识别切片上标记的相关度，根据相关度与压缩比映射模型确认对应切片的压缩比。
104.本发明实施例中，相关度与压缩比映射模型是指，每个所述相关度均对应一个压缩比，输入一个相关度数据，即可对应输出一个压缩比，本发明实施例在实际应用时，可以根据切片上标记的相关度来确定后续在压缩处理时所选用的压缩比。
105.s803，根据所述压缩比对对应的切片进行压缩处理。
106.本发明实施例中，根据设定的压缩比对切片进行压缩处理，在实际应用时，对于切片上相关度高的，则压缩比应相对较小，来保证对应切片上显示画面的清晰程度，而对于切片上相关度较低的，则压缩比可调整为相对较大，因为该部分切片在读片时可能基本用不上或者用上的概率相对较小，但是，压缩比的设置应该保证该区域至少放大1.5倍后影像不会出现失真等对正常读片造成影响的问题。
107.s805，压缩处理完成后，根据切片路线将所述切片拼接还原，得到处理后的医疗影像，将所述处理后的医疗影像与冗余信息包关联。
108.本发明实施例中，在压缩完成后，根据切片路线将所述切片拼接还原，处理后的医疗影像在读片时，期望区域部分非常清晰，可不影响医师的读片需求，其他区域根据实际情况，也设定了压缩比相关参数，其能大大降低医疗影响的文件大小，保证其传输效率。
109.如图8所示，本发明实施例还提供了一种医疗影像处理系统，包括：
110.预处理单元100，用于对所述医疗影像进行预处理，得到与医疗影像相关联的冗余信息包；
111.标记单元200，用于获取期望信息，根据所述期望信息对预处理后的医疗影像进行相关度标记；
112.切片单元300，用于根据相关度标记对医疗影像进行切片处理，得到与相关度数量相同的若干个切片；以及
113.压缩拼接单元400，用于根据预设的压缩规则对所述切片进行压缩处理，得到若干个压缩处理后的切片，将所述切片拼接还原。
114.本发明实施例中，期望信息是指患者的病灶位置信息，这个病灶位置信息特别是对于医师来说，是最希望看到或者看清楚的部分，那么其即为期望信息，例如可能患者右侧第三根肋骨骨折，那么在进行x光机或者电子计算机断层扫描机进行扫描时，获取到的医疗影响可能会包含整个胸部，而医师需要的可能就是右侧第三根肋骨的位置处，因此此时对目标区域(病灶位置)进行相关度标记，意味着此区域为重点区域。然后在进行相关度标记时，是对整个医疗影响进行相关度标记，当然目标区域(病灶位置)的相关度最高，其他的相关度依次减小，在进行相关度的标记之后，医疗影像中已经标记出了多个相关度不同的区域，此时的切片处理，可以将每个区域单独分离出来，对于不重要部分的切片，可以赋予较大的压缩比，对于重要部分的切片，则压缩比可以设置的相对较小，尽量保证不会医师的正常读片造成影响，实际上，本实施例中最终还原所得的医疗影像，其清晰程度自目标区域(病灶位置)向外逐渐降低。
115.通过本发明实施例所表达的技术方案，清晰程度自目标区域(病灶位置)向外逐渐降低，但是一般情况下却不会对医师的正常读片造成影响，能大大降低医疗影响的文件大小，保证其传输效率。
116.如图9所示，本发明实施例还提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述医疗影像处理方法的步骤。
117.本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述医疗影像处理方法的步骤。
118.应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
119.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
120.本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
121.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。