(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210425018.0 (22)申请日 2022.04.22 (65)同一申请的已公布的文献号 申请公布号 CN 114529544 A (43)申请公布日 2022.05.24 (73)专利权人 武汉大学 地址 430072 湖北省武汉市珞珈山 街道八 一路299号 (72)发明人 于红刚　朱益洁　陶逍　吴练练　 董泽华　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 杨婉秋 (51)Int.Cl. G06T 7/00(2017.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) (56)对比文件 CN 113570585 A,2021.10.2 9 WO 20212 24162 A1,2021.1 1.11 CN 111751117 A,2020.10.09 WO 2021243724 A1,2021.12.09 CN 112712515 A,2021.04.27 CN 113658179 A,2021.1 1.16 US 2005228293 A1,20 05.10.13 审查员 李妍君 (54)发明名称 医学图像分析方法、 计算机设备及存 储介质 (57)摘要 本申请公开了一种医学图像 分析方法、 计算 机设备及存储介质， 该医学图像分析方法包括： 获取目标对象的原始小肠内镜图像， 从原始小肠 内镜图像中提取若干小肠内异常标志图像， 若干 小肠内异常标志 图像中包括目标小肠内异常标 志； 根据若干小肠内异常标志图像， 确定目标小 肠内异常标志对应的若干小肠内异常标志参数； 根据若干小肠内异常标志参数， 确定目标小肠内 异常标志的标志 类型； 获取预先确定的若干小肠 内异常标志参数中各个小肠内异常标志参数的 权重； 根据若干小肠内异常标志参数和若干小肠 内异常标志参数中各个小肠内异常标志参数的 权重确定目标小肠内异常标志的状态信息。 本申 请医学图像分析速度快， 分析省时省力， 分析结 果一致性高。 权利要求书2页 说明书15页 附图2页 CN 114529544 B 2022.07.19 CN 114529544 B 1.一种医学图像分析 方法， 其特 征在于， 所述医学图像分析 方法包括： 获取目标对象的原始小肠内镜图像， 从所述原始小肠内镜图像中提取若干小肠内异常 标志图像， 所述若干小肠内异常标志图像中包括目标小肠内异常标志； 根据所述若干小肠内异常标志图像， 确定所述目标小肠内异常标志对应的若干小肠内 异常标志参数； 所述根据 所述若干小肠内异常标志图像， 确定所述目标小肠内异常标志对应的若干小 肠内异常标志参数， 包括： 将所述若干小肠内异常标志图像输入经过训练的尺寸识别模型， 通过所述尺寸识别模 型确定所述目标小肠内异常标志对应的若干原 始尺寸参数； 根据所述若干原始尺寸参数， 确定所述目标小肠内异常标志对应的第 一小肠内异常标 志参数； 计算所述若干小肠内异常标志图像中相邻小肠内异常标志图像之间的相似度， 得到所 述目标小肠内异常标志对应的若干相似度值； 根据所述若干相似度值， 确定所述目标小肠内异常标志对应的第 二小肠内异常标志参 数； 将所述若干小肠内异常标志图像分别输入经过训练的第一分类模型和经过训练的第 二分类模型， 通过所述第一分类模型确定所述目标小肠内异常标志对应的若干第一目标属 性标签， 以及通过所述第二分类模型确定所述目标小肠内异常标志对应的若干第二目标属 性标签， 所述第一 目标属性标签用于表征所述 目标小肠内异常标志是否存在出血， 所述第 二目标属性标签用于表征 所述目标小肠内异常标志周围是否存在扩张血 管； 根据所述若干第一目标属性标签确定所述目标小肠内异常标志对应的第三小肠内异 常标志参数， 以及根据所述若干第二 目标属性标签， 确定所述 目标小肠内异常标志对应的 第四小肠内异常标志参数； 将所述若干小肠内异常标志图像输入经过训练的形状识别模型， 通过所述形状识别模 型确定所述目标小肠内异常标志对应的若干第三目标属性标签， 所述第三目标属性标签用 于表征所述目标小肠内异常标志的形状； 根据所述若干第 三目标属性标签， 确定所述目标小肠内异常标志对应的第五小肠内异 常标志参数； 根据所述若干小肠内异常标志参数， 确定所述目标小肠内异常标志的标志类型； 获取预先确定的所述若干小肠内异常标志参数中各个小肠内异常标志参数的权 重； 根据所述若干小肠内异常标志参数和所述若干小肠内异常标志参数中各个小肠内异 常标志参数的权重确定所述目标小肠内异常标志的状态信息； 所述目标小肠内异常标志的 状态信息包括所述目标小肠内异常标志的出血风险状态， 所述出血风险状态用于表征所述 目标小肠内异常标志的出 血风险高低。 2.根据权利要求1所述的医学图像分析方法， 其特征在于， 所述从所述原始小肠内镜图 像中提取若干小肠内异常标志图像， 包括： 对所述原始小肠内镜图像中的目标小肠内异常标志进行检测， 得到所述目标小肠内异 常标志对应的目标框； 根据所述目标框对所述原 始小肠内镜图像进行剪 裁， 得到若干小肠内异常标志图像。权　利　要　求　书 1/2 页 2 CN 114529544 B 23.根据权利要求1所述的医学图像分析方法， 其特征在于， 所述根据所述若干小肠内异 常标志参数， 确定所述目标小肠内异常标志的标志类型， 包括： 将所述若干小肠内异常标志参数输入经过训练的梯度提升决策树模型， 通过所述梯度 提升决策树模型确定所述目标小肠内异常标志在各 预设类型的目标分类概 率； 将所述目标分类概率中的最大概率值所对应的类型， 确定为所述目标小肠内异常标志 的标志类型。 4.根据权利要求1所述的医学图像分析方法， 其特征在于， 所述根据所述若干小肠内异 常标志参数和所述若干小肠内异常标志参数中各个小肠内异常标志参数的权重确定所述 目标小肠内异常标志的状态信息， 包括： 根据所述若干小肠内异常标志参数和所述若干小肠内异常标志参数中各个小肠内异 常标志参数的权 重， 确定所述目标小肠内异常标志的若干原 始状态参数； 根据所述若干原 始状态参数， 确定所述目标小肠内异常标志的状态信息 。 5.一种计算机设备， 其特 征在于， 所述计算机设备包括： 一个或多个处 理器； 存储器； 以及 一个或多个应用程序， 其中所述一个或多个应用程序被存储于所述存储器中， 并配置 为由所述处 理器执行以实现权利要求1至4中任一项所述的医学图像分析 方法。 6.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 所述计算机程序被 处理器进行加载， 以执 行权利要求1至4任一项所述的医学图像分析 方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114529544 B 3