CN112215804B - 一种数据处理方法、设备和计算机存储介质 - Google Patents

Abstract

本发明公开了一种数据处理方法，所述方法包括：对所述指定图像进行概率预测，得到与所述指定图像对应的特定概率；对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值；当所述特定概率满足所述特定阈值时，根据所述指定图像确定预加载内容，提高了影像修改的效率和体验。

Description

一种数据处理方法、设备和计算机存储介质

技术领域

本发明涉及影像处理技术领域，尤其涉及一种数据处理方法、设备和计算机存储介质

背景技术

CT血管造影(CT angiography，CTA)是将CT增强技术与薄层、大范围、快速扫描技术相结合，通过合理的后处理，清晰显示全身各部位血管细节的成像技术，它在显示病变和血管关系有重要价值。在临床上CT血管造影技术常被用于合成动脉血管影像，供医生发现各种血管疾病，但是假如医生对智能后处理完成的重建图像不满意，则需要人工对图像中的血管进行修改，而整个修改过程往往需要大量相关数据来辅助计算。然而，加载相关数据的过程往往比较耗时，影响人工修改时的效率和体验。

发明内容

本发明实施例提供了一种数据处理方法、设备和计算机存储介质，具有预加载相关数据的功能，提高了用户修改图像的效率和体验。

本发明一方面提供一种数据处理方法，所述方法包括：对所述指定图像进行概率预测，得到与所述指定图像对应的特定概率；对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值；当所述特定概率满足所述特定阈值时，根据所述指定图像确定预加载内容，以对所述预加载内容进行加载。

在一可实施方式中，所述方法还包括：获得对象标记指令，所述对象标记指令用于指示对指定对象进行标记；在所述指定图像上对所述指定对象进行标记，确定标记对象；根据与标记对象对应的所述预加载内容对所述标记对象进行成像处理，获得目标图像。

在一可实施方式中，对所述指定图像进行概率预测，得到与所述指定图像对应的特定概率，包括：通过特征预测模型对所述指定图像进行特征预测处理，得到与所述指定图像对应的标记特征数据；根据所述标记特征数据确定与所述指定图像对应的特定概率。

在一可实施方式中，所述统计样本包括初始样本和补充样本；相应的，所述对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值，包括：根据所述初始样本确定初始阈值；通过所述初始样本和补充样本判断所述初始阈值是否需要调整；当判断为所述初始阈值需要调整时，对所述初始阈值进行调整处理，得到所述特定阈值。

在一可实施方式中，所述统计样本包括阈值记录和操作记录；相应的，通过所述初始样本和补充样本判断所述初始阈值是否需要调整，包括：基于调整规则获取所述阈值记录和所述操作记录的匹配结果；根据所述匹配结果确定所述初始阈值是否需要调整。

本发明另一方面提供一种数据处理的设备，所述设备包括：概率预测模块，用于对所述指定图像进行概率预测，得到与所述指定图像对应的特定概率；阈值预测模块，用于对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值；确定模块，用于当所述特定概率满足所述特定阈值时，根据所述指定图像确定预加载内容，以对所述预加载内容进行加载。

在一可实施方式中，所述设备还包括：标记模块，用于获得对象标记指令，所述对象标记指令用于指示对指定对象进行标记；

所述标记模块还用于在所述指定图像上对所述指定对象进行标记，确定标记对象；

成像模块，用于根据与标记对象对应的所述预加载内容对所述标记对象进行成像处理，获得目标图像。

在一可实施方式中，所述预测模块用于对所述指定图像进行概率预测，得到与所述指定图像对应的特定概率，包括：通过特征预测模型对所述指定图像进行特征预测处理，得到与所述指定图像对应的标记特征数据；根据所述标记特征数据确定与所述指定图像对应的特定概率。

在一可实施方式中，所述统计样本包括初始样本和补充样本；

相应的，所述阈值预测模块，用于对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值，包括：初始阈值子模块，用于根据所述初始样本确定初始阈值；判断子模块通过所述初始样本和补充样本判断所述初始阈值是否需要调整；调整子模块当判断为所述初始阈值需要调整时，对所述初始阈值进行调整处理，得到所述特定阈值。

在一可实施方式中，所述统计样本包括阈值记录和操作记录；相应的，判断子模块通过所述初始样本和补充样本判断所述初始阈值是否需要调整，包括：结果获取单元，用于统计所述阈值记录和所述操作记录的匹配结果；判断单元，用于根据所述匹配结果确定所述初始阈值是否需要调整。

本发明另一方面提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述任一项所述的数据处理方法。

本发明实施例中提供的一种数据处理方法、设备和计算机存储介质，主要应用在医学影像设备上，用于根据所述指定图像确定预加载内容，提高影像修改的效率和体验。具体的，本发明实施例提供的一种数据处理方法，通过判断根据所述指定图像获得的特定概率是否满足根据所述指定图像对应的统计样本获得的特定阈值，当特定概率满足特定阈值的情况下，预加载相关数据，提高了影像修改的效率和体验。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

在附图中，相同或对应的标号表示相同或对应的部分。

图1为本发明实施例一种数据处理方法的实现流程示意图；

图2为本发明实施例一种数据处理方法的目标图像获取流程示意图；

图3为本发明实施例一种数据处理方法的特定阈值确定流程示意图；

图4为本发明实施例一种数据处理方法的初始阈值判断流程示意图；

图5为本发明实施例一种数据处理设备的模块示意图。

具体实施方式

为使本发明的目的、特征、优点能够更加的明显和易懂，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，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动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。

图1为本发明实施例一种数据处理方法的实现流程示意图。

请参考图1，本发明一方面提供一种数据处理方法，方法包括：操作101对指定图像进行概率预测，得到与指定图像对应的特定概率；操作102，对与指定图像对应的统计样本进行阈值预测，得到与指定图像相对应的特定阈值；操作103，当特定概率满足特定阈值时，根据指定图像确定预加载内容，以对预加载内容进行加载。

本发明实施例旨在为用户提供一种数据处理方法，主要应用于医学影像设备，如计算机断层扫描仪、核磁共振仪等。本发明实施例提供的数据处理方法可预先判断用户是否需要对医学影像进行修改，当判断为用户需要对医学影像进行修改时，确定并预先加载修改医学影像所需要的数据，以使用户在需要对医学影像进行修改的时候，能够通过及时提供修改医学影像所需要的数据，减少加载所需要的数据花费的时间，提高用户的处理医学影像效率。具体的，本发明实施例提供的数据处理方法通过判断特定概率是否满足特定阈值，以确定用户是否需要对医学影像进行修改，其中，特定概率由指定图像经概率预测获得，特定阈值由指定图像对应的统计样本进行阈值预测获得。当判断为特定概率满足特定阈值的情况下，根据指定图像确定并加载预加载内容，以达到提高医学影像处理效率的效果。其中，指定图像可以为医学影像，医学影像由医学影像设备采集得到。特定概率根据指定图像进行概率预测获得，该特定概率用于表征用户可能对指定图像进行修改的概率。统计样本可以为包括多个与指定图像同一类型的图像，且统计样本中的图像可能是用户需要进行修改的，也可能是用户不需要进行修改的。对指定图像所对应的统计样本进行阈值预测，能够得到特定阈值，特定阈值用于表征统计样本中的图像被用户进行修改的概率阈值。通过特定概率与特定阈值进行比较，即可判断用户是否会对该指定图像进行修改。当判断结果为指定图像用户会对该指定图像进行修改的情况下，确定并预加载待修改的内容，待修改的内容用于对指定图像进行修改。

需要明确的是，本发明实施例提供的数据处理方法可以用于医学影像中修剪静脉血管、新增血管、识别病灶等任务。在一种场景下，指定图像为计算机断层扫描图，本发明实施例提供的方法，首先对计算机断层扫描图进行概率预测，得到特定概率，具体的，特定概率可以是计算机断层扫描图存在错误的概率。相应的，对包括计算机断层扫描图集的数据库进行阈值预测，得到特定阈值，具体的，特定阈值可以为通过对包括计算机断层扫描图集的数据库中每张图概率预测，得到每张图存在错误的概率，并对每张图存在错误的概率进行整合，得到的特定阈值。当特定概率满足特定阈值的情况下，判断为计算机断层扫描图需要修改，确定并加载用于修改指定图像的预加载内容。通过这种方法，能够判断医学影像是否需要修改，当判断为医学影像需要修改时，提前加载修改医学影像所需要的数据，当用户需要对医学影像进行修改的情况下，能够直接利用提前加载的所需要的数据对医学影像进行修改，提高了修改计算机断层扫描图的效率和体验，减轻了人力与时间的消耗。

结合实施例进行具体解释，当采用本发明实施例提供的一种数据处理方法，对数据进行处理的情况下，在操作101中，对指定图像进行概率预测，得到与指定图像对应的特定概率。在一种可实施情况下，指定图像可以为医学影像，具体的，指定图像可以为计算机断层扫描图，也可以是核磁共振图，本发明实施例不对指定图像的种类进行限定，只需满足指定图像可以进行概率预测即可。对指定图像进行概率预测，得到特定概率，特定概率与指定图像对应，当指定图像所对应的任务为修剪静脉血管的情况下，特定概率还可以为静脉粘连概率，即在指定图像处于不同任务状态下，所计算特定概率的类型可以进行适应性调整。

在操作102中，对与指定图像对应的统计样本进行阈值预测，得到与指定图像相对应的特定阈值。即根据与指定图像对应的统计样本确定特定阈值。其中，统计样本可以为包括若干与指定图像对应的图像的集合，也可以为该类图像的图像数据库，当指定图像为计算机断层扫描图的情况下，与指定图像对应的统计样本可以为包括计算机断层扫描图集的数据库。相应的，特定阈值与统计样本对应，且与特定概率的类型对应，例如，当统计样本可以为包括计算机断层扫描图集的数据库，且特定概率为静脉粘连概率的情况下，特定阈值可以为静脉粘连概率阈值。通过将静脉粘连概率与静脉粘连概率阈值进行比较，可以用于判断指定图像是否需要修改。

在操作103中，当特定概率满足特定阈值时，根据指定图像确定预加载内容，以对预加载内容进行加载。在一种可实施情况下，指定图像为通过计算机断层扫描仪获得的血管图像，特定概率为静脉粘连概率，特定阈值为静脉粘连概率阈值。当特定概率满足特定阈值的情况下，即当静脉粘连概率满足静脉粘连概率阈值的情况下，根据血管图像确定预加载内容，以对预加载内容进行加载。即当判断为血管图像需要修改的情况下，预加载修改血管图像所需要的数据。

为方便上述实施方法的进一步理解，以下提供一种具体实施场景，在该场景中，本发明实施例提供的一种数据处理方法可以应用在CT血管造影技术中用于修剪静脉血管。具体的，在本发明实施场景中，指定图像可以为由计算机断层扫描仪通过血管造影获得的血管图像，特定概率为静脉粘连概率，指定图像对应的统计样本为通过计算机断层扫描仪获得的血管图像数据库，特定阈值为静脉粘连概率阈值。因此，本发明实施例提供的一种数据处理方法在应用时，通过对血管造影获得的血管图像进行概率预测，获得静脉粘连概率。通过对指定图像对应的统计样本即血管图像数据库进行阈值预测，得到特定阈值，其中，特定阈值为静脉粘连概率的阈值。而后，通过静脉粘连概率的阈值和静脉粘连概率判断血管图像是否需要修改，当静脉粘连概率满足静脉粘连概率的阈值的情况下，判断为血管图像需要修改，并根据血管图像确定预加载内容，预加载内容用于修改血管图像。

图2为本发明实施例一种数据处理方法的目标图像获取流程示意图。

参考图2，在一可实施方式中，在操作103根据指定图像确定预加载内容后，方法还包括：操作201获得对象标记指令，对象标记指令用于指示对指定对象进行标记；操作202，在指定图像上对指定对象进行标记，确定标记对象；操作203，根据与标记对象对应的预加载内容对标记对象进行成像处理，获得目标图像。

在操作201中，当指定图像为计算机断层扫描图的情况下，在操作103中根据指定图像确定预加载内容后，用户可以根据需要自行对指定图像中的指定内容进行标记，以便于对指定内容进行修改，在一种可实施情况下，预加载内容为可以用于对指定图像进行修改的数据，指定内容可以是指定图像中部分内容的图像，当指定图像为用于表征血管图像的计算机断层扫描图的情况下，指定内容可以是血管图像中的中若干血管中的一段。因此，对象标记指令用于指示对指定对象进行标记。在操作202中，在指定图像上对指定对象进行标记，确定标记对象。在一种可实施情况下，当标记操作被触发时，对指定对象进行标记，得到标记对象，其中，指定对象可以为计算机断层扫描图中的任意对象，其数量可以为若干，只需满足不影响对指定对象的标记即可。例如，当指定图像为用于表征血管图像的计算机断层扫描图时，指定对象可以为计算机断层扫描图中的指定血管。因此，在指定图像上对指定对象进行标记后，将被标记的指定血管确定为标记对象。

在操作203中，根据与标记对象对应的预加载内容对标记对象进行成像处理，获得目标图像。在一种可实施情况下，指定图像为用于表征血管图像的计算机断层扫描图，标记对象为计算机断层扫描图中的指定血管，对标记对象进行成像处理，得到目标图像。其中，成像处理是对标记对象的修改，可以包括对标记对象的删除、修剪或增加等，例如对血管的删除、修剪或增加等。本发明实施例不对成像处理的具体内容进行限定，只需满足不影响目标图像的获得即可。在一种具体情况下，当指定图像为用于表征血管图像的计算机断层扫描图的情况下，标记对象可以为静脉血管，根据与标记对象对应的预加载内容对标记对象进行删除或修剪得到目标图像。

在一种可实施情况下，在根据计算机断层扫描仪进行CT血管造影获得指定图像后，对计算机断层扫描图进行处理，具体的，将计算机断层扫描图的血管骨架化，变成一个由血管中心点组成的拓扑图。在骨架化的过程中，得到拓扑图里的中心点与计算机断层扫描图中血管的管壁点的双向映射关系。进一步，在拓扑图上，遍历所有中心点，判断出每根单根血管的起止中心点。因此，当需要修剪血管时，就能在拓扑图上，根据标记操作定位与标记位置最近的血管中心点，并由此找到这根血管的起止点，以将整根血管进行成像处理，即对血管进行修改，获得目标图像，其中，血管进行修改可以包括对血管的删除、修剪或增加等。

在一可实施方式中，操作101，对指定图像进行概率预测，得到与指定图像对应的特定概率，包括：首先，通过特征预测模型对指定图像进行特征预测处理，得到与指定图像对应的标记特征数据；然后，根据标记特征数据确定与指定图像对应的特定概率。

为了得到特定概率，首先，通过特征预测模型对指定图像进行特征预测处理，得到与指定图像对应的标记特征数据。具体的，指定图像可以为用于表征血管图像的计算机断层扫描图，标记对象可以为静脉血管，在本发明实施例中，通过特征预测模型对计算机断层扫描图进行特征预测，得到与计算机断层扫描图对应的标记特征数据。其中，标记特征数据可以为计算机断层扫描图中血管的形状特征数据或尺寸特征数据，形状特征数据为用于表示标记对象形状的数据，尺寸特征数据用于表示标记对象尺寸的数据。进一步，标记特征数据用于确定与指定图像对应的特定概率。即根据指定图像中的形状特征数据或尺寸特征数据，求得与指定图像对应的特定概率。需要说明的是，特定概率可以根据形状特征数据或尺寸特征数据其中任意一个求得，也可以由形状特征数据和尺寸特征数据结合共同求得。

在一种具体情况下，特定概率由形状特征数据和尺寸特征数据结合共同求得。其中，指定图像为用于表征血管图像的计算机断层扫描图，标记对象为计算机断层扫描图中的静脉血管，形状特征数据为静脉血管分支的十字型形状的数据，尺寸特征数据为静脉血管分支的尺寸变化数据，特定概率为静脉粘连概率。在本发明实施例中，根据特征预测模型对计算机断层扫描图进行特征预测处理，得到与静脉血管相对应的标记特征数据，具体的，根据特征预测模型获取静脉血管分支中十字型形状的数据，以及静脉血管分支的尺寸变化的数据，即获取标记对象对应的标记特征数据。然后根据标记对象对应的标记特征数据，求得特定概率即静脉粘连概率。

图3为本发明实施例一种数据处理方法的特定阈值确定流程示意图。

参考图3，在一可实施方式中，统计样本包括初始样本和补充样本；相应的，在操作102中，对与指定图像对应的统计样本进行阈值预测，得到与指定图像相对应的特定阈值，包括：操作301，根据初始样本确定初始阈值；操作302，通过初始样本和补充样本判断初始阈值是否需要调整；操作303，当判断为初始阈值需要调整时，对初始阈值进行调整处理，得到特定阈值。

为了确保获取到与指定图像相对应的特定阈值准确，统计样本包括初始样本和补充样本。需要明确的是，在一种可实施情况下，统计样本可以为包括计算机断层扫描图集的数据库，初始样本以及补充样本都为统计样本的一部分，初始样本以及补充样本都包括若干数量的计算机断层扫描图，进一步，初始样本以及补充样本可以相同也可以不同，其包含的计算机断层扫描图数量也可以相同或不同，本发明实施例不对初始样本以及补充样本的内容以及数量进行限定。只需满足初始样本以及补充样本都可以用于确定特定阈值即可。在一种可实施情况下，初始样本与补充样本不同，且随着对指定图像的处理越来越多，补充样本的计算机断层扫描图数量越来越大，因此基于初始样本以及补充样本确定的特定阈值会越来越精确。

在操作301中，根据初始样本确定初始阈值。在一种可实施情况下指定图像为血管的计算机断层扫描图，相应的，统计样本可以为包括血管的计算机断层扫描图集的数据库，初始样本为统计样本的一部分，即初始样本包括若干计算机断层扫描图，特定阈值为静脉粘连概率阈值。本发明实施例在应用的过程中，首先根据初始样本中的若干计算机断层扫描图确定初始阈值，初始阈值可以用于确定特定阈值。

在操作302中，通过初始样本和补充样本判断初始阈值是否需要调整，具体的，统计样本包括初始样本以及补充样本，当统计样本为包括计算机断层扫描图集的数据库的情况下，初始阈值是由初始样本确定，因此，为获得特定阈值，结合初始样本和补充样本对初始阈值进行判断，当判断为初始阈值不需要调整的情况下，将初始阈值确定为特定阈值。当判断为初始阈值需要修改的情况下执行操作303，在操作303中当判断为初始阈值需要调整时，对初始阈值进行调整处理，得到特定阈值，其中，调整处理为调整初始阈值的大小。

图4为本发明实施例一种数据处理方法的初始阈值判断流程示意图。

参考图4，为实现对初始阈值的判断，在一可实施方式中，统计样本包括阈值记录和操作记录；相应的，通过初始样本和补充样本判断初始阈值是否需要调整，包括：操作401，统计阈值记录和操作记录的匹配结果；操作402，根据匹配结果确定初始阈值是否需要调整。

在一种实施实情况下，统计样本可以包括阈值记录以及操作记录。阈值记录为阈值的变化记录。操作记录为特定操作被触发的记录，具体的，特定操作可以为标记操作、删除操作等。阈值记录与操作记录对应，操作记录以及阈值记录用于判断初始阈值是否需要调整。即通过统计样本判断初始阈值是否需要调整。

为判断初始阈值是否需要调整，在操作401中，统计阈值记录和操作记录的匹配结果。在一种可实施情况下操作记录为标记操作被触发的记录，阈值记录为初始阈值的变化记录，统计阈值记录和操作记录的匹配结果，匹配结果用于判断初始阈值是否需要调整。具体的，匹配结果由阈值记录与操作记录得出，匹配结果包括若干阈值记录与操作记录的组合。

在操作402中，根据匹配结果确定初始阈值是否需要调整。在一种可实施情况下，指定图像可以为计算机断层扫描图，统计样本可以为包括计算机断层扫描图的数据库，其包括初始样本、补充样本、阈值记录和操作记录。其中，阈值记录可以包括初始阈值，相应的，操作记录可以包括与初始阈值相对应的操作记录。在获得阈值记录和操作记录的匹配结果后，匹配结果可以为阈值记录和与阈值记录对应的操作记录的列表，其中包括若干组阈值记录和与阈值记录对应的操作记录的数据。

因此，根据匹配结果确定初始阈值是否需要调整包括：根据阈值记录中的初始阈值记录对计算机断层扫描图是否需要修改进行判断，当获得的判断结果为计算机断层扫描图无需修改，而与阈值记录对应的操作记录表明计算机断层扫描图需要进行修改的情况下，则确定判断结果存在假阳性，即判断为初始阈值需要调整。

在另一可实施情况下，根据阈值记录中的初始阈值记录对计算机断层扫描图是否需要修改进行判断，当获得的判断结果为计算机断层扫描图需要修改，而与阈值记录对应的操作记录表明计算机断层扫描图无需进行修改的情况下，则判断存在假阴性，即判断为初始阈值需要调整。

同样的当判断为初始阈值不需要调整，且操作记录表明计算机断层扫描图无需进行修改，或当判断为初始阈值需要调整，且操作记录表明计算机断层扫描图无需进行修改的情况下，即判断为初始阈值无需调整。

在一种可实施情况下，当判断存在假阳性的情况下，可以将初始阈值调低，当判断存在假阴性的情况下，可以将初始阈值调高。而后根据统计结果重新进行判断，经过初始样本以及补充样本的大量训练对初始阈值进行调整后，将初始阈值确定为特定阈值。

在一种具体实施情况下，本发明实施例提供了一种数据处理方法，具有判断医学影像是否需要修改，并在判断为需要修改的情况下，预加载相关数据，以达到提高医学影像修改的效率和体验的效果。本发明实施例提供的一种数据处理方法可以应用在计算机断层扫描仪上，用于生成血管影像。具体的，指定图像为计算机断层扫描图，计算机断层扫描图由计算机断层扫描仪通过CT血管造影获得，特定概率为静脉粘连概率，统计样本为包括计算机断层扫描图集的数据库，统计样本还包括初始样本和补充样本。本发明实施例提供的一种数据处理方法在应用时，通过特征预测模型对计算机断层扫描图进行特征预测，得到与标记对象对应的标记特征数据，具体的标记对象可以是计算机断层扫描图中的血管，特征数据可以是血管的形态数据以及血管的尺寸数据，根据特征数据，可以求得到静脉粘连概率。

在本发明实施例中，特征预测模型可以预测并判断判断血管的形态特点，以达到推测局部的静脉粘连的概率的效果，如计算分支是否存在十字型，十字型为在很近的范围内，血管分叉又多又密集的形态，这种形态则表示存在静脉粘连的概率增加。此外，还可以通过预测集判断分支的宽度变化也可以用来推测局部的静脉粘连概率。正常的血管宽度变化曲线为从粗到细。所以，当血管分支由细变粗的情况下，则可以表示静脉粘连的概率增加。但需要明确的是，根据特征数据求得静脉粘连概率用的可以是血管的形态数据或血管的尺寸数据中任意一样，也可以是综合血管形态数据和血管尺寸数据求得。

此外，特定阈值可以是静脉粘连概率阈值，静脉粘连概率阈值由指定图像对应的统计样本进行阈值预测得到。进一步，统计样本还包括阈值记录和操作记录，进一步阈值记录可以为静脉粘连概率阈值，操作记录可以为标记操作被触发的记录，阈值记录与操作记录对应。静脉粘连概率阈值的确定包括：根据初始样本确定初始阈值，具体的初始样本为统计样本的一部分，即初始样本可以包括计算机断层扫描图，根据阈值记录和操作记录确定阈值记录与操作记录的匹配结果。阈值记录与操作记录用于确定初始阈值，根据匹配结果确定初始阈值是否需要调整，当判断为初始阈值需要调整时，对初始阈值进行调整处理，得到特定阈值，其中，调整处理为调整初始阈值的大小。

图5为本发明实施例一种数据处理设备的模块示意图。

参考图5，本发明另一方面提供一种数据处理的设备，设备包括：概率预测模块505，用于对指定图像进行概率预测，得到与指定图像对应的特定概率；阈值预测模块504，用于对与指定图像对应的统计样本进行阈值预测，得到与指定图像相对应的特定阈值；确定模块502，用于当特定概率满足特定阈值时，根据指定图像确定预加载内容，以对预加载内容进行加载。

在一可实施方式中，设备还包括：标记模块503，用于获得对象标记指令，对象标记指令用于指示对指定对象进行标记；标记模块503还用于在指定图像上对指定对象进行标记，确定标记对象；成像模块501，用于根据与标记对象对应的预加载内容对标记对象进行成像处理，获得目标图像。

在一可实施方式中，预测模块用于对指定图像进行概率预测，得到与指定图像对应的特定概率，包括：通过特征预测模型对指定图像进行特征预测处理，得到与指定图像对应的标记特征数据；根据标记特征数据确定与指定图像对应的特定概率。

在一可实施方式中，统计样本包括初始样本和补充样本；相应的，阈值预测模块504，用于对与指定图像对应的统计样本进行阈值预测，得到与指定图像相对应的特定阈值，包括：初始阈值子模块5041，用于根据初始样本确定初始阈值；判断子模块5042通过初始样本和补充样本判断初始阈值是否需要调整；调整子模块5043当判断为初始阈值需要调整时，对初始阈值进行调整处理，得到特定阈值。

在一可实施方式中，统计样本包括阈值记录和操作记录；相应的，判断子模块5042通过初始样本和补充样本判断初始阈值是否需要调整，包括：结果获取单元50421，用于统计阈值记录和操作记录的匹配结果；判断单元50422，用于根据匹配结果确定初始阈值是否需要调整。

本发明另一方面提供一种计算机可读存储介质，存储介质包括一组计算机可执行指令，当指令被执行时用于执行上述任一项的图像处理方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种数据处理方法，其特征在于，所述方法包括：

对指定图像进行概率预测，得到与所述指定图像对应的特定概率；特定概率为指定图像存在错误的概率；

对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像对应的特定阈值；

当所述特定概率满足所述特定阈值时，根据所述指定图像确定预加载内容，以对所述预加载内容进行加载；其中，指定图像为血管图像；所述预加载内容用于对血管图像进行修改；

其中，对指定图像进行概率预测，得到与所述指定图像对应的特定概率，包括：通过特征预测模型对所述指定图像进行特征预测处理，得到与所述指定图像对应的标记特征数据；根据所述标记特征数据确定与所述指定图像对应的特定概率。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获得对象标记指令，所述对象标记指令用于指示对指定对象进行标记；

在所述指定图像上对所述指定对象进行标记，确定标记对象；

根据与标记对象对应的所述预加载内容对所述标记对象进行成像处理，获得目标图像。

3.根据权利要求2所述的方法，其特征在于，所述统计样本包括初始样本和补充样本；

相应的，所述对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值，包括：

根据所述初始样本确定初始阈值；

通过所述初始样本和补充样本判断所述初始阈值是否需要调整；

当判断为所述初始阈值需要调整时，对所述初始阈值进行调整处理，得到所述特定阈值。

4.根据权利要求3所述的方法，其特征在于，所述初始样本和补充样本包括阈值记录和与所述阈值记录对应的操作记录；

相应的，通过所述初始样本和补充样本判断所述初始阈值是否需要调整，包括：

统计所述阈值记录和所述操作记录的匹配结果；

根据所述匹配结果确定所述初始阈值是否需要调整。

5.一种数据处理设备，其特征在于，所述设备包括：

概率预测模块，用于对指定图像进行概率预测，得到与所述指定图像对应的特定概率；特定概率为指定图像存在错误的概率；

阈值预测模块，用于对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值；

确定模块，用于当所述特定概率满足所述特定阈值时，根据所述指定图像确定预加载内容，以对所述预加载内容进行加载；其中，指定图像为血管图像；所述预加载内容用于对血管图像进行修改；

所述概率预测模块用于对所述指定图像进行概率预测，得到与所述指定图像对应的特定概率，包括：特征预测子模块，用于通过特征预测模型对所述指定图像进行特征预测处理，得到与所述指定图像对应的标记特征数据；概率确定子模块，用于根据所述标记特征数据确定与所述指定图像对应的特定概率。

6.根据权利要求5所述的一种数据处理设备，其特征在于，所述设备还包括：

标记模块，用于获得对象标记指令，所述对象标记指令用于指示对指定对象进行标记；

所述标记模块还用于在所述指定图像上对所述指定对象进行标记，确定标记对象；

成像模块，用于根据与标记对象对应的所述预加载内容对所述标记对象进行成像处理，获得目标图像。

7.根据权利要求6所述的一种数据处理设备，其特征在于，所述统计样本包括初始样本和补充样本；

相应的，所述阈值预测模块，用于对与所述指定图像对应的统计样本进行阈值预测，得到与所述指定图像相对应的特定阈值，包括：

初始阈值子模块，用于根据所述初始样本确定初始阈值；

判断子模块通过所述初始样本和补充样本判断所述初始阈值是否需要调整；

调整子模块当判断为所述初始阈值需要调整时，对所述初始阈值进行调整处理，得到所述特定阈值。

8.一种计算机可读存储介质，其特征在于，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行权利要求1-4任一项所述的数据处理方法。

Images