一种肾脏肿瘤图片确定方法及相关装置与流程

本申请涉及图像处理技术领域，具体而言，涉及一种肾脏肿瘤图片确定方法及相关装置。

背景技术：

在对肾脏肿瘤的治疗过程中，依据患者拍片结果确定出肾脏肿瘤至关重要。

目前对肾脏肿瘤的确定，一般采用首先确定手工特征，然后依据收工特征从图片文件中确定肾脏肿瘤。然而，由于手工特征的选取随着形状，颜色，纹理的改变而改变，因此较难获取到适合的手工特征组合，同时最终确定的肾脏肿瘤图片可能存在误差。

综上，现有技术中对于肾脏肿瘤图片的确定较为困难，且确定的肾脏肿瘤图片可能存在误差。

技术实现要素：

本申请的目的在于提供一种肾脏肿瘤图片确定方法及相关装置，以解决现有技术中肾脏肿瘤图片的确定较为困难，且确定的肾脏肿瘤图片可能存在误差的问题。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种肾脏肿瘤图片确定方法，所述方法包括：

获取待处理文件，并将所述待处理文件转换为图片文件，其中，所述图片文件中包括肾脏肿瘤；

依据预设的训练模型从所述图片文件中确定所述肾脏肿瘤的位置；

对所述肾脏肿瘤所处区域进行裁剪，以获取初始肾脏肿瘤图片；

对所述初始肾脏肿瘤图片进行分割，以获取目标肾脏肿瘤图片。

第二方面，本申请实施例提供了一种肾脏肿瘤图片确定装置，所述装置包括：

数据获取模块，用于获取待处理文件，并将所述待处理文件转换为图片文件，其中，所述图片文件中包括肾脏肿瘤；

位置确定模块，用于依据预设的训练模型从所述图片文件中确定所述肾脏肿瘤的位置；

图片裁剪模块，用于对所述肾脏肿瘤所处区域进行裁剪，以获取初始肾脏肿瘤图片；

图片分割模块，用于对所述初始肾脏肿瘤图片进行分割，以获取目标肾脏肿瘤图片。

第三方面，本申请实施例还提供了一种电子设备，包括：

存储器，用于存储一个或多个程序；

处理器；

当所述一个或多个程序被所述处理器执行时，实现上述的方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法。

相对于现有技术，本申请具有以下有益效果：

本申请提供了一种肾脏肿瘤图片确定方法及相关装置，首先获取待处理文件，并将待处理文件转换为图片文件，其中，图片文件中包括肾脏肿瘤，然后依据预设的训练模型从图片文件中确定肾脏肿瘤的位置，再对肾脏肿瘤所处区域进行裁剪，以获取初始肾脏肿瘤图片，最后对初始肾脏肿瘤图片进行分割，以获取目标肾脏肿瘤图片。由于在获待处理文件后，系统能够依据预设训练模型自动确定肾脏肿瘤的位置，因此，对于肾脏肿瘤图片的确定更加简单。并且，在确定肾脏肿瘤后，还会对肾脏肿瘤的图片进行裁剪与分割，能够实现确定的肾脏肿瘤图片更加精确的效果。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。

图1示出本申请实施例提供的电子设备的一种示意性结构框图。

图2示出本申请实施例提供的肾脏肿瘤图片确定方法的一种示意性流程图。

图3示出本申请实施例提供的图2中s104的子步骤的示意性流程图。

图4示出本申请实施例提供的肾脏肿瘤图片确定方法的另一种示意性流程图。

图5示出本申请实施例提供的图2中s108的子步骤的示意性流程图。

图6示出本申请实施例提供的肾脏肿瘤图片确定装置的一种示意性框图。

图7示出本申请实施例提供的位置确定模块的一种示意性框图。

图8示出本申请实施例提供的图片分割模块的一种示意性框图。

图中：100-电子设备；101-存储器；102-处理器；103-通信接口；200-肾脏肿瘤图片确定装置；210-数据获取模块；220-位置确定模块；221-位置确定单元；222-数据填充单元；230-图片裁剪模块；240-图片分割模块；241-特征信息提取单元；242-图片分割单元。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

在本申请的描述中，需要说明的是，术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

第一实施例

正如背景技术中所述，目前对肾脏肿瘤的确定，一般采用首先确定手工特征，然后依据收工特征从图片文件中确定肾脏肿瘤。然而，由于手工特征的选取随着形状，颜色，纹理的改变而改变，因此较难获取到适合的手工特征组合，同时最终确定的肾脏肿瘤图片可能存在误差。

有鉴于此，本申请提供了一种肾脏肿瘤图片确定方法，以解决现有技术中肾脏肿瘤图片的确定较为困难，且确定的肾脏肿瘤图片可能存在误差的问题。

现在以服务器作为执行主体，对本申请提供的肾脏肿瘤图片确定方法进行示例性说明。

请参阅图1，图1示出本申请实施例提供的电子设备100的一种示意性结构框图。该电子设备100可以作为实现本申请实施例提供的肾脏肿瘤图片确定方法的设备，比如个人电脑(personalcomputer，pc)、平板电脑、服务器等等。

电子设备100包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

存储器101可用于存储软件程序及模块，如本申请实施例提供的肾脏肿瘤图片确定装置对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。

其中，存储器101可以是但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread-onlymemory，prom)，可擦除只读存储器(erasableprogrammableread-onlymemory，eprom)，电可擦除可编程只读存储器(electricerasableprogrammableread-onlymemory，eeprom)等。

处理器102可以是一种集成电路芯片，--++具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，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。

可以理解，图1所示的结构仅为示意，电子设备100还可以包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

下面以图1所示的电子设备100作为示意性执行主体为例，对本申请实施例提供的肾脏肿瘤图片确定方法进行示例性说明。

请参阅图2，图2示出本申请实施例提供的肾脏肿瘤图片确定方法的一种示意性流程图，可以包括以下步骤：

s102，获取待处理文件，并将待处理文件转换为图片文件，其中，图片文件中包括肾脏肿瘤。

s104，依据预设的训练模型从图片文件中确定肾脏肿瘤的位置。

s106，对肾脏肿瘤所处区域进行裁剪，以获取初始肾脏肿瘤图片。

s108，对初始肾脏肿瘤图片进行分割，以获取目标肾脏肿瘤图片。

其中，本申请提供的待处理文件可以为dicom(digitalimagingandcommunicationsinmedicine，医学数字成像和通信)文件。dicom是医学图像和相关信息的国际标准(iso12052)，且dicom被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备(x射线，ct，核磁共振，超声等)，并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。

即当患者在进行肾脏肿瘤的相关治疗时，需要进行ct拍片，该待处理文件即可为患者进行ct拍片时获取的文件。为了便于图像处理，本申请中，电子设备在获取待处理文件后，会首先将待处理文件转换为图片文件。可以理解地，当dicom文件中存在肾脏肿瘤时，则转换成的图片文件中也包括肾脏肿瘤。

在转换为图片文件后，电子设备即可依据预设的训练模型从图片文件中确定肾脏肿瘤的位置。其中，该预设的训练模型为已经训练完后的模型，依据该模型能够从图片文件中识别出肾脏肿瘤所处的位置。

并且，在确定肾脏肿瘤所处的位置后，电子设备会对肾脏肿瘤所处区域进行裁剪，以获取初始肾脏肿瘤图片。例如，电子设备直接利用抠图的形式进行裁剪。

由于裁剪的初始肾脏肿瘤图片仅为一大致区域，因此该初始肾脏肿瘤图片的边缘部分实际包括有非肾脏肿瘤的区域，因此，为了使结果更加精确，本申请还会初始肾脏肿瘤图片进行分割，以完全去除不是肾脏肿瘤的区域，进而得到最终的目标肾脏肿瘤图片。

通过本申请提供的肾脏肿瘤图片确定方法，能够完全利用电子设备实现对肾脏肿瘤图片的确定，并且，其确定的精度也更高。

作为一种可能的实现方式，请参阅图3，s104的步骤包括：

s1041，依据第一训练模型从图片文件中确定肾脏的位置。

s1042，对肾脏所处区域进行裁剪，并将裁剪出的肾脏区域进行边界填充，以获取目标尺寸的肾脏图片。

s1043，依据第二训练模型从肾脏图片中确定肿瘤的位置。

即本申请中，在确定肾脏肿瘤的位置时，需要首先确定出肾脏区域，再从确定的肾脏区域中，继续确定肿瘤的位置。可以理解地，第一训练模型用于肾脏的位置，第二训练模型用于确定肿瘤的位置。

可以理解地，在执行s1041与s1043之前，请参阅图4，该方法还包括：

s101-1，获取已对肾脏进行两点标注的第一训练图片文件。

s101-2，利用第一训练图片文件对基础模型进行训练，以获取第一训练模型。

s101-3，获取已对肿瘤进行两点标注的第二训练图片文件。

s101-4，利用第二训练图片文件对基础模型进行训练，以获取第二训练模型。

本申请中，第一训练模型可以为refinedet_vggnet_512训练网络，其识别的图片的尺寸为512*512。并且，本申请中，在利用第一训练图片文件对基础模型进行训练时，仅需要人工对少量的图片文件中进行两点标注，即可作为第一训练图片文件。例如，第一训练图片文件的数量为3张或者5张。作为一种可能的实现方式，本申请所述的两点标注，可以为在图片文件的左上和右下位置进行标注，并通过标注好的第一训练图片文件对基础模型进行训练，以获取训练好的第一训练模型。

同时，通过使用第一训练模型能够对图片文件中的肾脏位置进行确定，进而判断出该图片文件中是否存在肾脏并且给定肾脏的位置。

本申请中，第二训练模型可以为refinedet_vggnet_256训练网络，其识别的图片的尺寸为256*256。

因此，当确定肾脏的位置，并对肾脏所处区域进行裁剪后，需要对裁剪出的肾脏区域进行边界填充，以获取目标尺寸的肾脏图片。即填充后的尺寸为256*256。

需要说明的是，为了使得肾脏内部的纹理保持不变，保证肿瘤的检测的精准性，本申请在进行边界填充时，填充的区域的rgb值为0，即采用黑色进行填充。并且，需要说明的是，由于不同患者的肾脏大小不一，因此针对不同患者的肾脏区域，其边界填充的范围也可不一致。

同理地，在利用第二训练模型从肾脏图片中确定肿瘤的位置时，仅需要人工对少量的图片文件中的肿瘤进行两点标注，即可作为第二训练图片文件。例如，第二训练图片文件的数量也可以为3张或者5张。作为一种可能的实现方式，本申请所述的两点标注，可以为在图片文件的左上和右下位置进行标注，并通过标注好的第二训练图片文件对基础模型进行训练，并获取训练好的第二训练模型。

然后电子设备也能够依据第二训练模型从患者的肾脏图片中确定肿瘤的位置。

当然地，通过第一训练模型与第二训练模型仅为确定肾脏肿瘤位置的一种实现方式。当然地，在其它的一些实施例中，也能够采用其它的实现方式实现肾脏肿瘤位置的确定，例如，通过端到端的方式实现肾脏肿瘤位置的确定，即在获取图片文件后，直接从图片文件中确定肾脏肿瘤的位置。换言之，可将第一训练模型与第二训练模型进行结合，并将第一训练模型与第二训练模型的权重进行微调，进而能够实现直接确定肾脏肿瘤的位置。

作为一种可能的实现方式，本申请中，电子设备对肾脏肿瘤所处区域进行裁剪时，不仅能够输出边界框，还能输出分类精度。例如，边界框可以为一矩形框，其内部包括肾脏肿瘤。其中，当患者两个肾脏均存在肿瘤时，则边界框可以为两个。同时，在边界框处还显示分类精度，即该框内为肾脏肿瘤的概率，例如该分类精度为0.95，则表示该边界内包括肾脏肿瘤的概率为95％。

其中，请参阅图5，s108包括：

s1081，从初始肾脏肿瘤图片的中间位置提取特征信息，其中，特征信息包括像素点的灰度值。

s1082，利用特征信息对初始肾脏肿瘤图片地边缘进行分割，以获取分割后的目标肾脏肿瘤图片。

在对肾脏肿瘤所处区域进行裁剪后获取的初始肾脏肿瘤图片中，若按照矩形方式进行裁剪，则获取的初始肾脏肿瘤图片的边缘实际包括并非肾脏肿瘤的区域，因此，为了使结果更加准确，本申请需要对初始肾脏肿瘤图片进行分割。

中间位置指初始肾脏肿瘤图片的中心位置，由于上述训练模型的精准性很高，因此初始肾脏肿瘤图片的中心位置有极高的概率(约等于1)被判定为肿瘤，因此可根据中间位置提取的特征信息进行图片分割。

可以理解地，在进行图片分割时，首先获取初始肾脏肿瘤图片的中间位置的特征信息，例如，该特征信息可以为像素点的灰度值，即肿瘤图片的灰度值在一个区间范围内，通过中间位置的像素点的灰度值，能够确定肾脏肿瘤对应的像素点的灰度值区间。

在确定特征信息后，电子设备还可以利用特征信息对初始肾脏肿瘤图片地边缘进行分割，进而提出剔除不是肾脏肿瘤的区域，以获取分割后的目标肾脏肿瘤图片。例如，采用k-近邻和k-means算法对初始肾脏肿瘤图片地边缘进行分割。

综上，本申请提供的肾脏肿瘤图片确定方法具有能够更加简单的实现肾脏肿瘤图片的确定，且确定的肾脏肿瘤图片更加精确。

另外，基于与上述肾脏肿瘤图片确定方法相同的发明构思，请参阅图6，图6示出本申请实施例提供的肾脏肿瘤图片确定装置200的一种示意性结构框图，其中，该肾脏肿瘤图片确定装置200包括：

数据获取模块210，用于获取待处理文件，并将待处理文件转换为图片文件，其中，图片文件中包括肾脏肿瘤。

位置确定模块220，用于依据预设的训练模型从图片文件中确定肾脏肿瘤的位置。

图片裁剪模块230，用于对肾脏肿瘤所处区域进行裁剪，以获取初始肾脏肿瘤图片。

图片分割模块240，用于对初始肾脏肿瘤图片进行分割，以获取目标肾脏肿瘤图片。

其中，请参阅图7，位置确定模块220包括：

位置确定单元221，用于依据第一训练模型从图片文件中确定肾脏的位置；

数据填充单元222，用于对肾脏所处区域进行裁剪，并将裁剪出的肾脏区域进行边界填充，以获取目标尺寸的肾脏图片；

位置确定单元221，还用于依据第二训练模型从肾脏图片中确定肿瘤的位置。

其中，请参阅图8，图片分割模块240包括：

特征信息提取单元241，用于从初始肾脏肿瘤图片的中间位置提取特征信息，其中，特征信息包括像素点的灰度值；

图片分割单元242，用于利用特征信息对初始肾脏肿瘤图片地边缘进行分割，以获取分割后的目标肾脏肿瘤图片。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。

也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。

也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

综上所述，本申请提供了一种肾脏肿瘤图片确定方法及相关装置，首先获取待处理文件，并将待处理文件转换为图片文件，其中，图片文件中包括肾脏肿瘤，然后依据预设的训练模型从图片文件中确定肾脏肿瘤的位置，再对肾脏肿瘤所处区域进行裁剪，以获取初始肾脏肿瘤图片，最后对初始肾脏肿瘤图片进行分割，以获取目标肾脏肿瘤图片。由于在获待处理文件后，系统能够依据预设训练模型自动确定肾脏肿瘤的位置，因此，对于肾脏肿瘤图片的确定更加简单。并且，在确定肾脏肿瘤后，还会对肾脏肿瘤的图片进行裁剪与分割，能够实现确定的肾脏肿瘤图片更加精确的效果。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。