CN113688266A - 图像优先级确定方法和图像处理方法、装置、设备、介质 - Google Patents
图像优先级确定方法和图像处理方法、装置、设备、介质 Download PDFInfo
- Publication number
- CN113688266A CN113688266A CN202111069694.0A CN202111069694A CN113688266A CN 113688266 A CN113688266 A CN 113688266A CN 202111069694 A CN202111069694 A CN 202111069694A CN 113688266 A CN113688266 A CN 113688266A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- image sequence
- priority
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003672 processing method Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 25
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 9
- 238000003745 diagnosis Methods 0.000 claims description 8
- 201000010099 disease Diseases 0.000 claims description 8
- 238000012913 prioritisation Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- XDDAORKBJWWYJS-UHFFFAOYSA-N glyphosate Chemical compound OC(=O)CNCP(O)(O)=O XDDAORKBJWWYJS-UHFFFAOYSA-N 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002887 superconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及计算机技术领域,特别是涉及一种图像优先级确定方法和图像处理方法、装置、设备、介质。所述图像优先级确定方法包括:获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息;根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据;基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。采用本方法能够提升图像输出处理的准确性,并提升用户体验。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种图像优先级确定方法和图像处理方法、装置、设备、介质。
背景技术
磁共振成像(Magnetic Resonance Imaging,MRI)是随着计算机技术、电子电路技术、超导体技术的发展而迅速发展起来的一种生物磁学核自旋成像技术。它利用磁场与射频脉冲使人体组织内进动的氢核发生振动产生射频信号,经计算机处理而成像。磁共振系统在每次图像采集的时候,每个序列会采集上百张图像,然后通过渲染数据对采集的图像进行图像重建,然后输出加载至终端页面,并供用户查看。
在传统方式中,在图像处理时,如存储、压缩或者是加载显示等,按照图像序列的顺序进行处理,或者是同时处理图像序列中的所有图像。最先处理的图像可能并不是用户真正想要查看的图像。从而,使得图像处理的准确性较低、处理时间缓慢,影响用户体验。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升图像输出处理准确性,并提升用户体验的图像优先级确定方法和图像处理方法、装置、设备、介质。
一种图像优先级确定方法,所述方法图像优先级确定包括:
获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息;
根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据;
基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,包括:
根据批注数据以及浏览时长数据,确定历史图像序列中各历史图像对应的等级指标;
基于各等级指标,确定历史图像序列中各历史图像对应的图像优先级;
根据各图像优先级,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,批注数据以及浏览时长数据为历史图像序列中各图像序列区间的批注数据以及浏览时长数据,各图像序列区间包括历史图像序列中至少两张连续图像序号的待处理图像;
获取待处理图像序列之后,还包括:
根据待处理图像序列中各待处理图像的图像序号、待处理图像序列中待处理图像的图像数量以及图像序列区间的划分要求,确定待处理图像序列中各待处理图像的所处图像序列区间;
基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,包括:
基于历史图像序列中各图像序列区间所对应的批注数据以及浏览时长数据,确定待处理图像序列中与历史图像序列中相同的图像序列区间的待处理图像的图像优先级。
在其中一个实施例中,根据图像序列信息,获取对应待处理图像序列的历史图像序列,包括:
根据图像序列信息,确定对应的特征数据;
基于特征数据,获取对应待处理图像序列的历史图像序列。
在其中一个实施例中,特征数据包括年龄特征、性别特征、体重特征、图像类型特征、检测部位特征、疾病分类编码特征以及诊断结果特征中的至少一项。
一种图像处理方法,所述图像处理方法包括:
根据上述任一实施例的图像优先级确定方法,确定待处理图像序列中各待处理图像的图像优先级;
按照图像优先级,处理待处理图像序列中的各待处理图像。
在其中一个实施例中,按照图像优先级,处理待处理图像序列中的各待处理图像,包括:
将待处理图像序列分为多个批次,并根据各批次中各待处理图像的图像优先级确定各批次的处理优先级;
按照处理优先级,处理待处理图像序列的多个批次的待处理图像。
一种图像优先级确定装置,其特征在于,所述装置包括:
待处理图像序列获取模块,用于获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息;
历史图像序列获取模块,用于根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据;
图像优先级确定模块,用于基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。
一种图像处理装置,所述图像处理装置包括:
图像优先级确定模块,用于根据上述图像优先级确定装置,确定待处理图像序列中各待处理图像的图像优先级;
处理模块,用于按照图像优先级,处理待处理图像序列中的各待处理图像。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述的方法的步骤。
上述图像优先级确定方法和图像处理方法、装置、设备、介质,通过获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息,然后根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据,进一步基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。从而,可以根据图像序列信息准确获取到对应当前待处理图像序列的历史图像序列,然后根据历史图像中的批注数据以及浏览时长数据,确定当前待处理图像序列中,各待处理图像的重要程度,确定图像优先级,使得后续可以按照确定的图像优先级进行图像的处理时,可以提升图像处理的准确性,进而可以提升用户的体验。
附图说明
图1为一个实施例中图像优先级确定方法的应用场景图;
图2为一个实施例中图像优先级确定方法的流程示意图;
图3为一个实施例中图像处理方法的流程示意图;
图4为一个实施例中图像优先级确定装置的结构框图;
图5为一个实施例中图像处理装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的图像优先级确定方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。用户通过终端102采集待处理图像序列,并发送至服务器104,以使得服务器104进行后续的处理。其中,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息。服务器104在获取待处理图像序列后,可以根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据。进一步,服务器104可以基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。其中,终端102可以是各种用于进行图像序列采集的终端,例如,磁共振系统或者是CT系统中的扫描终端等。服务器104可以用单机工作站、物理服务器、虚拟服务器、服务云平台,也可以是独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种图像优先级确定方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息。
其中,待处理图像序列是指磁共振系统或者是CT系统在进行扫描检测时,所获取到的图像序列。例如,磁共振系统在每次图像采集的时候,每个图像序列会采集上百张图像,然后通过渲染数据对采集的图像进行图像重建,并输出加载至终端页面,供用户查看。待处理图像序列可以包括重建前/重建后的各种图像加载使用场景中的图像序列,即医疗设备采集完生数据通过重建算法生成图像或者通过后处理的图像。在其他实施例中,待处理图像序列也可以是指图像压缩/存储场景中,进行图像无损压缩时的图像序列等,本申请对此不作限制。
在本实施例中,待处理图像序列可以包括多张待处理图像,各待处理图像均可以包括图像序号,例如,图像序号1、图像序号2,等等,待处理图像序列中各待处理图像的图像序号依次排序。
图像序列信息是指图像序列的指示信息,例如,可以包括待处理图像序列所对应病人的病人信息、图像信息、诊断信息等。其中,病人信息可以包括但不限于年龄信息、性别信息以及身高体重信息等;图像信息可以包括但不限于待处理图像序列中待处理图像的图像数量、图像类型等信息;诊断信息可以包括但不限于诊断部位信息、为所有临床和研究目的报告疾病、紊乱、伤害和健康状况的国际诊断分类标准的编码ICD code、以及严重程度等信息。
在本实施例中,医生可以通过终端设备采集检测对象的目标检测部位的图像序列,然后发送至服务器,并使得服务器进行后续的处理。
步骤S204,根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据。
其中,历史图像序列是指对应于待处理图像序列的历史数据,在加载显示应用场景中,历史图像数据可以是已经进行图像重建,并输出加载至终端页面,供用户查看过的图像序列。历史图像序列中可以携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据。
批注数据是指用户在进行图像浏览查看时,通过终端设备对浏览的图像进行批注的数据,可以包括文字数据、线条等,例如,对图像进行勾画、框选等。
浏览时长数据可以是指用户对每一历史图像进行浏览查看时,所查看的时间数据,例如,用户浏览到某一历史图像后,对该历史图像进行了较长时间的研究,则对应该历史图像的停留时长较长。或者,当用户反复浏览通过同一张历史图像时,服务器可以根据多次浏览的总时长以及浏览的总次数,作为该历史图像的浏览时长数据。
在本实施例中,历史图像序列可以按照其对应的图像序列信息进行命名并进行存储,从而,服务器可以根据获取到的待处理图像序列的图像序列信息,对数据库进行查询,以获取对应待处理图像序列的历史图像序列。
步骤S206,基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。
具体地,服务器可以将历史图像序列中各历史图像的批注数据以及浏览时长,确定各历史图像的图像优先级,进而服务器可以根据各历史图像的图像优先级,确定待处理图像序列中对应的各待处理图像的图像优先级。
进一步,服务器在确定各待处理图像的图像优先级后,可以按照图像优先级进行图像的处理,例如,图像优先级较高的待处理图像优先处理,图像优先级较低的待处理图像较后处理。
上述图像优先级确定方法中,通过获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息,然后根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据,进一步基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。从而,可以根据图像序列信息准确获取到对应当前待处理图像序列的历史图像序列,然后根据历史图像中的批注数据以及浏览时长数据,确定当前待处理图像序列中,各待处理图像的重要程度,确定图像优先级,使得后续可以按照确定的图像优先级进行图像的处理,可以提升图像处理的准确性,进而可以提升用户的体验。
在其中一个实施例中,基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,可以包括:根据批注数据以及浏览时长数据,确定历史图像序列中各历史图像对应的等级指标;基于各等级指标,确定历史图像序列中各历史图像对应的图像优先级;根据各图像优先级,确定待处理图像序列中各待处理图像的图像优先级。
在本实施例中,服务器可以设置批注数据以及浏览时长数据的指标权重,然后依次统计各历史图像中批注数据以及浏览时长数据的数据量或者是浏览时长,进而根据批注数据以及浏览时长数据的数据量或者是浏览时长以及对应的数据权重,生成对应各历史图像的等级指标。
在本实施例中,指标权重可以是大数据分析统计结果,例如,服务器可以根据对以往数据的统计分析,确定对应批注数据以及浏览时长数据的指标权重。
在其中一个实施例中,随着数据的累计,服务器可以对指标权重进行修改调整,例如,在初始时,对应批注数据的指标权重与浏览时长数据的指标权重均分别为0.5。在经过长时间的历史积累后,服务器通过对历史数据进行统计分析,确定批注数据的指标权重应低于浏览时长数据的指标权重,且应当低于0.2,则此时服务器可以将批注数据的指标权重调整为0.4,将浏览时长数据的指标权重调整为0.6。本领域技术人员可以理解的是,此处仅为举例说明,指标权重的调整也可以是按照其他方式进行调整,调整的数值也可以其他的数值,本申请对此不作限制。
在本实施例中,服务器在确定历史图像序列中各历史图像所对应的等级指标后,可以各等级指标,确定历史图像序列中各历史图像对应的图像优先级,例如,等级指标越高,图像优先级越高,等级指标越低,图像优先级越低。
进一步,服务器可以根据各历史图像的图像优先级,确定待处理图像序列中对应的各待处理图像的图像优先级。以下通过以具体案例进行说明。
在一个具体实施例中,服务器可以基于浏览时长,确定优先级参数P1,然后,基于浏览次数,确定优先级参数P2,进而基于优先级参数P1以及P2,确定待处理图像的优先级。
具体地,对于浏览时长,医生平均阅片时长为常量X,即平均浏览时长为X,则服务器可以预先配置的优先级配置关系,确定优先级参数P1,即浏览时长≥5X,优先级为0,浏览时长≥2X,优先级为1,浏览时长≥1X,优先级为2,浏览时长≥0.5X,优先级为3,浏览时长≥0.1X,优先级为4,浏览时长<0.1X,优先级为5。
在本实施例中,对于浏览次数,医生平均浏览次数为常量Y,则服务器可以基于预先配置的配置关系,确定优先级参数P2,即浏览次数≥5Y,优先级为0,浏览次数≥2Y,优先级为1,浏览次数≥1Y,优先级为2,浏览次数≥0.5Y,优先级为3,浏览次数≥0.1Y,优先级为4,浏览次数<0.1Y,优先级为5。
进一步,服务器可以确定最终的优先级为P=(P1+P2)/2。
上述实施例中,通过根据批注数据以及浏览时长数据,确定历史图像序列中各历史图像对应的等级指标,然后基于各等级指标,确定历史图像序列中各历史图像对应的图像优先级,并根据各图像优先级,确定待处理图像序列中各待处理图像的图像优先级,从而可以使得待处理图像的图像优先级基于对应的历史图像的图像优先级确定,可以使得优先处理的图像是符合用户期望的图像,可以提升用户的体验。
在其中一个实施例中,批注数据以及浏览时长数据可以为历史图像序列中各图像序列区间的批注数据以及浏览时长数据,各图像序列区间包括历史图像序列中至少两张连续图像序号的待处理图像。
其中,图像序列区间是指在图像序列中,各图像所处的区间位置,例如,一个图像序列中包括图像序号为1~30的30张连续图像序号的图像,而图像序号为10的图像处于整个图像序列的33.3%的位置,当图像序列的图像序列区间的刻度为5%时,则图像序号为10的图像处于30%~35%的图像序列区间,当图像序列的图像序列区间的刻度为10%时,则图像序号为10的图像处于30%~40%的图像序列区间。
在本实施例中,历史图像序列可以按照图像序列区间进行划分,而历史图像序列中的批注数据以及浏览时长数据可以是指图像序列区间的批注数据以及浏览时长数据,例如,为图像序列区间为30%~35%的历史图像的批注数据以及浏览时长数据。
在本实施例中,根据序列区间的划分标准的不同,各图像序列区间所对应的批注数据以及浏览时长数据不相同。
在本实施例中,获取待处理图像序列之后,还可以包括:根据待处理图像序列中各待处理图像的图像序号、待处理图像序列中待处理图像的图像数量以及图像序列区间的划分要求,确定待处理图像序列中各待处理图像的所处图像序列区间。
具体地,服务器可以根据获取到的待处理图像序列,通过如下公式计算各待处理图像的所处图像序列区间。
A=roundup(C/T/S)
其中,A表示待处理图像的所处图像序列区间,C表示待处理图像的图像序号,S表示图像序列区间的划分要求,可以是前文所述的图像序列区间的划分刻度,如5%、10%等,T表示待处理图像序列中待处理图像的图像数量。
例如,一个30张待处理图像的待处理图像序列,第三张待处理图像,图像序号为3,刻度为5%的情况下,则可以得到A=2,则可以确定第三张图像落在第2个区域,表示第三张待处理图像位于整个待处理图像序列的5%~10%图像序列区间。
在本实施例中,图像序列区间的划分要求可以与历史图像序列中图像序列区间的划分要求一致,即历史图像序列中划分刻度为5%,则在进行计算时,所选择确定的划分刻度为5%。
在本实施例中,服务器可以通过上述公式计算待处理图像序列中各待处理图像的所处图像序列区间。
在本实施例中,基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,可以包括:基于历史图像序列中各图像序列区间所对应的批注数据以及浏览时长数据,确定待处理图像序列中与历史图像序列中相同的图像序列区间的待处理图像的图像优先级。
例如,服务器可以根据历史图像序列中图像序列区间为35%~40%所对应的历史图像的批注数据以及浏览时长数据,确定待处理图像序列中图像序列区间为35%~40%的待处理图像的图像优先级。
在其中一个实施例中,根据图像序列信息,获取对应待处理图像序列的历史图像序列,可以包括:根据图像序列信息,确定对应的特征数据;基于特征数据,获取对应待处理图像序列的历史图像序列。
其中,特征数据可以包括但不限于年龄特征、性别特征、体重特征、图像类型特征、检测部位特征、疾病分类编码特征以及诊断结果特征。
在本实施例中,服务器在获取到待处理图像序列后,可以对获取到的数据进行解析,以获取到待处理图像序列中携带的图像序列信息。
进一步,服务器可以解析得到的图像序列信息输入预先训练的特征提取模型中,通过特征提取模型进行特征的提取。
在本实施例中,特征提取模型可以是神经网络模型,服务器可以预先都贱初始特征提取模型,然后进行训练与测试,以得到用于对图像序列信息进行特征数据提取的特征提取模型。
在本实施例中,服务器对图像序列信息进行特征提取以得到对应的特征数据,具体可以是确定图像序列信息中的各信息数据属于哪一区间范围,例如,对于年龄特征,0~12岁之间是幼童,12~28是青年,28~50是中年,50往后是老年,则服务器可以根据图像序列信息中的年龄信息,确定对应的年龄特征为幼童、青年、中年或者是老年等。对于性别特征、体重特征、图像类型特征、检测部位特征、疾病分类编码特征以及诊断结果特征同理,此处不再赘述。
在本实施例中,服务器在根据图像序列信息,确定对应的特征数据后,可以特征数据,获取对应待处理图像序列的历史图像序列,例如,年龄特征为“青年”、性别特征为“女”、体重特征为“正常体重”、检测部位特征为“胸腔”的历史图像序列,并进行后续的处理。
上述实施例中,通过对图像序列信息进行特征提取,然后得到对应的特征数据,并基于特征数据,获取对应待处理图像序列的历史图像序列,使得可以按照统一的数据标准进行历史图像序列的查询以及获取,可以减少对历史图像序列进行查询时所耗费的时间,从而可以提升处理效率。
在一个实施例中,如图3所示,提供了一种图像处理方法,所述图像处理方法可以包括以下步骤::
步骤S302,根据图像优先级确定方法,确定待处理图像序列中各待处理图像的图像优先级。
具体地,服务器可以按照前文所述的图像优先级确定方法确定待处理图像序列中各待处理图像的图像优先级。具体地过程可以如前文所述,此处不再赘述。
步骤S304,按照图像优先级,处理待处理图像序列中的各待处理图像。
在本实施例中,服务器可以按照图像优先级,按照图像优先级的先后顺序,对待处理图像序列中的各待处理图像进行处理,例如,按照优先级进行存储、压缩、加载显示等。
在一个实施例中,以加载压缩为例,待处理图像序列包括图像序号1~30的30张待加载图像,图像序号为5的待加载图像的图像优先级最高,图像序号为15的待加载图像的图像优先级次之,图像序号为30的待加载图像的图像优先级最低,则服务器可以优先加载图像序号为5的待加载图像,然后加载图像序号为15的待加载图像,以此类推,最后加载图像序号为30的待加载图像。
上述实施例中,通过按照前文所述图像优先级确定方法进行图像优先级的确定,然后按照确定的图像优先级进行图像的加载,可以使得在进行图像加载的时候,按照优先级进行加载,而不用所有待处理图像同时加载或者是按照顺序进行加载,使得优先加载的图像与用户所关注的图像相匹配,可以提升用户体验。
在其中一个实施例中,按照图像优先级,处理待处理图像序列中的各待处理图像,可以包括:将待处理图像序列分为多个批次,并根据各批次中各待处理图像的图像优先级确定各批次的处理优先级;按照处理优先级,处理待处理图像序列的多个批次的待处理图像。
具体地,服务器根据预设的要求或者是待处理图像序列的数据要求,将待处理图像序列的多张待处理图像分为多个批次,例如,待处理图像序列包括图像序号为1~30的30张待处理图像,服务器可以按照要求,将30张待处理图像分为5个批次,即图像序号为1~6的待处理图像作为一个批次,图像序号为7~12的待处理图像作为一个批次,以此类推。
进一步,服务器根据图像优先级,确定图像序号为5的待处理图像的图像优先级最高,图像序号为15的待处理图像的图像优先级次之,图像序号为21的待处理图像的图像优先级排第三,则服务器可以确定包含图像序号为5的待处理图像所对应的批次的处理优先级最高,包含图像序号为15的待处理图像所对应的批次的处理优先级次之,包含图像序号为21的待处理图像所对应的批次的处理优先级排第三。
在本实施例中,在确定各批次的处理优先级时,仅考虑该批次中图像优先级最高的图像,例如,对于包括图像序号为0~5的待处理图像的批次,图像序号为5的待处理图像的优先级在待处理图像序列中的图像优先级最高,而图像序号为4的待处理图像的优先级在待处理图像序列中的图像优先级最低,则可以确定包括图像序号为1~6的待处理图像的批次的处理优先级最高。
进一步,服务器在确定对应各批次的处理优先级之后,可以按照处理优先级进行各个批次的待处理图像的处理与显示,以便于用户通过终端查看。
上述实施例中,通过将待处理图像序列分为多个批次,并根据各批次中各待处理图像的图像优先级确定各批次的处理优先级,然后按照处理优先级,处理待处理图像序列的多个批次的待处理图像,从而使得图像序列处理的时候,是按照序列的图像进行的处理,便于后续用户的浏览查看,便于后续与连续图像序号的图像进行图像分析。
应该理解的是,虽然图2~3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,图2~3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。
在一个实施例中,如图4所示,提供了一种图像优先级确定装置,包括:待处理图像序列获取模块401、历史图像序列获取模块402以及图像优先级确定模块403,其中:
待处理图像序列获取模块401,用于获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息。
历史图像序列获取模块402,用于根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据。
图像优先级确定模块403,用于基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,图像优先级确定模块403可以包括:
等级指标确定子模块,用于根据批注数据以及浏览时长数据,确定历史图像序列中各历史图像对应的等级指标。
历史图像优先级确定子模块,用于基于各等级指标,确定历史图像序列中各历史图像对应的图像优先级。
待处理图像优先级确定子模块,用于根据各图像优先级,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,批注数据以及浏览时长数据可以为历史图像序列中各图像序列区间的批注数据以及浏览时长数据,各图像序列区间可以包括历史图像序列中至少两张连续图像序号的待处理图像。
在本实施例中,上述装置还可以包括:
图像序列区间确定模块,用于获取待处理图像序列之后,根据待处理图像序列中各待处理图像的图像序号、待处理图像序列中待处理图像的图像数量以及图像序列区间的划分要求,确定待处理图像序列中各待处理图像的所处图像序列区间。
在本实施例中,图像优先级确定模块403用于基于历史图像序列中各图像序列区间所对应的批注数据以及浏览时长数据,确定待处理图像序列中与历史图像序列中相同的图像序列区间的待处理图像的图像优先级。
在其中一个实施例中,历史图像序列获取模块402可以包括:
特征数据确定子模块,用于根据图像序列信息,确定对应的特征数据。
历史图像序列确定子模块,用于基于特征数据,获取对应待处理图像序列的历史图像序列。
在其中一个实施例中,特征数据可以包括年龄特征、性别特征、体重特征、图像类型特征、检测部位特征、疾病分类编码特征以及诊断结果特征中的至少一项。
在一个实施例中,如图5所示,提供了一种图像处理装置,包括:图像优先级确定模块501以及处理模块502,其中:
图像优先级确定模块501,用于根据上述图像优先级确定装置,确定待处理图像序列中各待处理图像的图像优先级。
处理模块502,用于按照图像优先级,处理待处理图像序列中的各待处理图像。
在其中一个实施例中,处理模块502可以包括:
分批子模块,用于将待处理图像序列分为多个批次,并根据各批次中各待处理图像的图像优先级确定各批次的处理优先级;
处理子模块,用于按照处理优先级,处理待处理图像序列的多个批次的待处理图像。
关于图像优先级确定装置以及图像处理装置的具体限定可以参见上文中对于图像优先级确定方法以及图像处理方法的限定,在此不再赘述。上述图像优先级确定装置以及图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储待处理图像序列、历史图像序列以及图像优先级等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像优先级确定方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息;根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据;基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,处理器执行计算机程序时实现基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,可以包括:根据批注数据以及浏览时长数据,确定历史图像序列中各历史图像对应的等级指标;基于各等级指标,确定历史图像序列中各历史图像对应的图像优先级;根据各图像优先级,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,批注数据以及浏览时长数据为历史图像序列中各图像序列区间的批注数据以及浏览时长数据,各图像序列区间包括历史图像序列中至少两张连续图像序号的待处理图像。
在本实施例中,处理器执行计算机程序时实现获取待处理图像序列之后,还可以实现以下步骤:根据待处理图像序列中各待处理图像的图像序号、待处理图像序列中待处理图像的图像数量以及图像序列区间的划分要求,确定待处理图像序列中各待处理图像的所处图像序列区间。
在本实施例中,处理器执行计算机程序时实现基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,可以包括:基于历史图像序列中各图像序列区间所对应的批注数据以及浏览时长数据,确定待处理图像序列中与历史图像序列中相同的图像序列区间的待处理图像的图像优先级。
在其中一个实施例中,处理器执行计算机程序时实现根据图像序列信息,获取对应待处理图像序列的历史图像序列,可以包括:根据图像序列信息,确定对应的特征数据;基于特征数据,获取对应待处理图像序列的历史图像序列。
在其中一个实施例中,特征数据可以包括年龄特征、性别特征、体重特征、图像类型特征、检测部位特征、疾病分类编码特征以及诊断结果特征中的至少一项。
在另一个实施例中,提供了另一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:根据上述任一实施例的图像优先级确定方法,确定待处理图像序列中各待处理图像的图像优先级;按照图像优先级,处理待处理图像序列中的各待处理图像。
在其中一个实施例中,处理器执行计算机程序时实现按照图像优先级,处理待处理图像序列中的各待处理图像,可以包括:将待处理图像序列分为多个批次,并根据各批次中各待处理图像的图像优先级确定各批次的处理优先级;按照处理优先级,处理待处理图像序列的多个批次的待处理图像。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取待处理图像序列,待处理图像序列包括多张待确定图像优先级的待处理图像,待处理图像序列中携带有对应的图像序列信息;根据图像序列信息,获取对应待处理图像序列的历史图像序列,历史图像序列中携带有批注数据以及对历史图像序列中的历史图像进行浏览的浏览时长数据;基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,计算机程序被处理器执行时实现基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,可以包括:根据批注数据以及浏览时长数据,确定历史图像序列中各历史图像对应的等级指标;基于各等级指标,确定历史图像序列中各历史图像对应的图像优先级;根据各图像优先级,确定待处理图像序列中各待处理图像的图像优先级。
在其中一个实施例中,批注数据以及浏览时长数据为历史图像序列中各图像序列区间的批注数据以及浏览时长数据,各图像序列区间包括历史图像序列中至少两张连续图像序号的待处理图像。
在本实施例中,计算机程序被处理器执行时实现获取待处理图像序列之后,还可以实现以下步骤:根据待处理图像序列中各待处理图像的图像序号、待处理图像序列中待处理图像的图像数量以及图像序列区间的划分要求,确定待处理图像序列中各待处理图像的所处图像序列区间。
在本实施例中,计算机程序被处理器执行时实现基于批注数据以及浏览时长数据,确定待处理图像序列中各待处理图像的图像优先级,可以包括:基于历史图像序列中各图像序列区间所对应的批注数据以及浏览时长数据,确定待处理图像序列中与历史图像序列中相同的图像序列区间的待处理图像的图像优先级。
在其中一个实施例中,计算机程序被处理器执行时实现根据图像序列信息,获取对应待处理图像序列的历史图像序列,可以包括:根据图像序列信息,确定对应的特征数据;基于特征数据,获取对应待处理图像序列的历史图像序列。
在其中一个实施例中,特征数据可以包括年龄特征、性别特征、体重特征、图像类型特征、检测部位特征、疾病分类编码特征以及诊断结果特征中的至少一项。
在另一个实施例中,提供了另一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:根据上述任一实施例的图像优先级确定方法,确定待处理图像序列中各待处理图像的图像优先级;按照图像优先级,处理待处理图像序列中的各待处理图像。
在其中一个实施例中,计算机程序被处理器执行时实现按照图像优先级,处理待处理图像序列中的各待处理图像,可以包括:将待处理图像序列分为多个批次,并根据各批次中各待处理图像的图像优先级确定各批次的处理优先级;按照处理优先级,处理待处理图像序列的多个批次的待处理图像。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请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。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种图像优先级确定方法,其特征在于,所述方法图像优先级确定包括:
获取待处理图像序列,所述待处理图像序列包括多张待确定图像优先级的待处理图像,所述待处理图像序列中携带有对应的图像序列信息;
根据所述图像序列信息,获取对应所述待处理图像序列的历史图像序列,所述历史图像序列中携带有批注数据以及对所述历史图像序列中的历史图像进行浏览的浏览时长数据;
基于所述批注数据以及所述浏览时长数据,确定所述待处理图像序列中各待处理图像的图像优先级。
2.根据权利要求1所述的方法,其特征在于,所述基于所述批注数据以及所述浏览时长数据,确定所述待处理图像序列中各待处理图像的图像优先级,包括:
根据所述批注数据以及所述浏览时长数据,确定所述历史图像序列中各历史图像对应的等级指标;
基于各所述等级指标,确定所述历史图像序列中各所述历史图像对应的图像优先级;
根据各所述图像优先级,确定所述待处理图像序列中各待处理图像的图像优先级。
3.根据权利要求1所述的图像优先级确定方法,其特征在于,所述批注数据以及所述浏览时长数据为所述历史图像序列中各图像序列区间的批注数据以及浏览时长数据,各所述图像序列区间包括所述历史图像序列中至少两张连续图像序号的待处理图像;
所述获取待处理图像序列之后,还包括:
根据所述待处理图像序列中各待处理图像的图像序号、待处理图像序列中待处理图像的图像数量以及图像序列区间的划分要求,确定所述待处理图像序列中各所述待处理图像的所处图像序列区间;
所述基于所述批注数据以及所述浏览时长数据,确定所述待处理图像序列中各待处理图像的图像优先级,包括:
基于所述历史图像序列中各所述图像序列区间所对应的所述批注数据以及所述浏览时长数据,确定所述待处理图像序列中与所述历史图像序列中相同的图像序列区间的待处理图像的图像优先级。
4.根据权利要求1所述的图像优先级确定方法,其特征在于,所述根据所述图像序列信息,获取对应所述待处理图像序列的历史图像序列,包括:
根据所述图像序列信息,确定对应的特征数据;
基于所述特征数据,获取对应所述待处理图像序列的历史图像序列。
5.根据权利要求4所述的图像优先级确定方法,其特征在于,所述特征数据包括年龄特征、性别特征、体重特征、图像类型特征、检测部位特征、疾病分类编码特征以及诊断结果特征中的至少一项。
6.一种图像处理方法,其特征在于,所述图像处理方法包括:
根据如权利要求1至5中任一项所述的图像优先级确定方法,确定待处理图像序列中各待处理图像的图像优先级;
按照所述图像优先级,处理所述待处理图像序列中的各所述待处理图像。
7.根据权利要求6所述的图像处理方法,其特征在于,所述按照所述图像优先级,处理所述待处理图像序列中的各所述待处理图像,包括:
将所述待处理图像序列分为多个批次,并根据各批次中各待处理图像的图像优先级确定各批次的处理优先级;
按照所述处理优先级,处理所述待处理图像序列的多个批次的待处理图像。
8.一种图像优先级确定装置,其特征在于,所述装置包括:
待处理图像序列获取模块,用于获取待处理图像序列,所述待处理图像序列包括多张待确定图像优先级的待处理图像,所述待处理图像序列中携带有对应的图像序列信息;
历史图像序列获取模块,用于根据所述图像序列信息,获取对应所述待处理图像序列的历史图像序列,所述历史图像序列中携带有批注数据以及对所述历史图像序列中的历史图像进行浏览的浏览时长数据;
图像优先级确定模块,用于基于所述批注数据以及所述浏览时长数据,确定所述待处理图像序列中各待处理图像的图像优先级。
9.一种图像处理装置,其特征在于,所述图像处理装置包括:
图像优先级确定模块,用于根据如权利要求8所述的图像优先级确定装置,确定待处理图像序列中各待处理图像的图像优先级;
处理模块,用于按照所述图像优先级,处理所述待处理图像序列中的各所述待处理图像。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069694.0A CN113688266A (zh) | 2021-09-13 | 2021-09-13 | 图像优先级确定方法和图像处理方法、装置、设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069694.0A CN113688266A (zh) | 2021-09-13 | 2021-09-13 | 图像优先级确定方法和图像处理方法、装置、设备、介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113688266A true CN113688266A (zh) | 2021-11-23 |
Family
ID=78586222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111069694.0A Pending CN113688266A (zh) | 2021-09-13 | 2021-09-13 | 图像优先级确定方法和图像处理方法、装置、设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113688266A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0863484A (ja) * | 1994-08-23 | 1996-03-08 | Fuji Xerox Co Ltd | 画像検索装置 |
CN102918558A (zh) * | 2010-01-28 | 2013-02-06 | 拉德罗吉克斯公司 | 用于对医学图像进行分析、优先级划分、显现和报告的方法和系统 |
CN108108102A (zh) * | 2018-01-02 | 2018-06-01 | 联想(北京)有限公司 | 图像推荐方法及电子设备 |
CN109074500A (zh) * | 2016-01-21 | 2018-12-21 | 医科达有限公司 | 用于分割同一患者的医学图像的系统和方法 |
CN109165586A (zh) * | 2018-08-11 | 2019-01-08 | 石修英 | 用于ai芯片的智能图像处理方法 |
CN110134815A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN111191059A (zh) * | 2019-12-31 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机存储介质及电子设备 |
CN111324759A (zh) * | 2018-12-14 | 2020-06-23 | 中国移动通信集团山东有限公司 | 图片排序处理方法和装置 |
US20200381122A1 (en) * | 2019-05-31 | 2020-12-03 | PAIGE.AI, Inc. | Systems and methods for processing images of slides to automatically prioritize the processed images of slides for digital pathology |
CN112466439A (zh) * | 2018-01-23 | 2021-03-09 | 深圳科亚医疗科技有限公司 | 由计算机实现的医学图像调度方法、调度系统及存储介质 |
-
2021
- 2021-09-13 CN CN202111069694.0A patent/CN113688266A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0863484A (ja) * | 1994-08-23 | 1996-03-08 | Fuji Xerox Co Ltd | 画像検索装置 |
CN102918558A (zh) * | 2010-01-28 | 2013-02-06 | 拉德罗吉克斯公司 | 用于对医学图像进行分析、优先级划分、显现和报告的方法和系统 |
CN109074500A (zh) * | 2016-01-21 | 2018-12-21 | 医科达有限公司 | 用于分割同一患者的医学图像的系统和方法 |
CN108108102A (zh) * | 2018-01-02 | 2018-06-01 | 联想(北京)有限公司 | 图像推荐方法及电子设备 |
CN112466439A (zh) * | 2018-01-23 | 2021-03-09 | 深圳科亚医疗科技有限公司 | 由计算机实现的医学图像调度方法、调度系统及存储介质 |
CN109165586A (zh) * | 2018-08-11 | 2019-01-08 | 石修英 | 用于ai芯片的智能图像处理方法 |
CN111324759A (zh) * | 2018-12-14 | 2020-06-23 | 中国移动通信集团山东有限公司 | 图片排序处理方法和装置 |
CN110134815A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
US20200381122A1 (en) * | 2019-05-31 | 2020-12-03 | PAIGE.AI, Inc. | Systems and methods for processing images of slides to automatically prioritize the processed images of slides for digital pathology |
CN111191059A (zh) * | 2019-12-31 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机存储介质及电子设备 |
Non-Patent Citations (1)
Title |
---|
陈思;贺志伟;: "基于图像特征提取的飞行器故障诊断系统设计", 计算机测量与控制, no. 10 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110444263B (zh) | 基于联邦学习的疾病数据处理方法、装置、设备及介质 | |
RU2533500C2 (ru) | Система и способ для объединения клинических признаков и признаков изображений для диагностики с применением компьютера | |
CN109620205B (zh) | 心电数据分类方法、装置、计算机设备和存储介质 | |
CN110880361A (zh) | 一种个性化精准用药推荐方法及装置 | |
CN111696675A (zh) | 基于物联网数据的用户数据分类方法、装置及计算机设备 | |
CN109461482A (zh) | 健康计划生成方法、装置、计算机设备和存储介质 | |
US20200118265A1 (en) | Medical image processing apparatus, medical image processing system, and medical image processing method | |
US11263494B2 (en) | Classification device, classification method, program, and information recording medium | |
CN109543718B (zh) | 修改病种描述的方法和装置 | |
CN111292322B (zh) | 医学图像处理方法、装置、设备及存储介质 | |
CN114881943B (zh) | 基于人工智能的脑龄预测方法、装置、设备及存储介质 | |
CN116504396A (zh) | 一种中西医结合内科检查数据分析系统 | |
CN111354463B (zh) | 人体健康测量方法、装置、计算机设备及存储介质 | |
CN113749618B (zh) | 运动损伤评估方法、系统、介质及终端 | |
CN113688266A (zh) | 图像优先级确定方法和图像处理方法、装置、设备、介质 | |
CN110673070A (zh) | 磁共振信号校正网络的训练方法和磁共振信号处理方法 | |
DE112018005890T5 (de) | Informationverarbeitungsvorrichtung, verfahren und programm | |
CN114748055A (zh) | 三维卷积模型、脑龄识别方法、装置、计算机设备及介质 | |
CN111241084A (zh) | 医疗信息清洗方法、装置、计算机设备和存储介质 | |
CN111259089B (zh) | 医保数据处理方法、装置、计算机设备和存储介质 | |
CN114494014A (zh) | 一种磁共振图像超分辨率重建方法及装置 | |
CN110390999B (zh) | 一种临床数据的值域计算方法、装置、可读介质及电子设备 | |
CN109480842B (zh) | 用于诊断功能性消化不良的系统及设备 | |
EP3809416A1 (en) | A computer-implemented method, an apparatus and a computer program product for processing a data set | |
CN112754457A (zh) | 体脂健康状态获取方法、装置和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |