CN117372795A - 医学影像图片的存储方法、装置及存储介质 - Google Patents

Abstract

本公开是关于一种医学影像图片的存储方法、装置及存储介质。医学影像图片的存储方法包括：通过所述医学影像设备获取待诊断部位的医学影像图片集；对所述医学影像图片集中的每一张医学影像图片进行病灶识别；若在所述医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，所述病灶医学影像图片为识别到病灶的医学影像图片。通过本公开，避免了传统操作中因人为因素导致手动获取存储的医学影像图片为非最适宜用于诊断的医学影像图片的弊端。同时，弥补了医务工作人员因超负荷工作导致的人为因素的漏诊率，减轻了医务人员繁琐重复的医学影像诊断分析工作。让诊断采集医学影像图片的过程自动化，且非专业人士也可以进行采集。

Description

医学影像图片的存储方法、装置及存储介质

技术领域

本公开涉及终端技术领域，尤其涉及一种医学影像图片的存储方法、装置及存储介质。

背景技术

伴随社会老龄化趋势的加速、重大疾病发病率攀升，临床对医疗检查的质量及覆盖领域要求更高。医学影像设备以其无创、灵敏度高、适用性广等特点，成为临床首选的诊断手段之一。

目前，在医学影像设备诊断过程中，得到的医学影像图片的数量是大量的。将这些医学影像图片经过收敛的识别网络模型，得到识别出病灶部位的图片。为了方便以后医护人员对于前期产生的医学影像图片的使用，需要通过人工的方式将符合临床医生要求的医学影像图片进行保存，无疑为医护人员增加了相当大的工作量。同时，在人工对符合临床医生要求的医学影像图片进行存储的过程中，由于识别图片和存储图片在时间上存在时间差，有可能存储的医学影像图片与识别得到的医学影像图片已经有了较大的差异。

发明内容

为克服相关技术中存在的问题，本公开提供一种医学影像图片的存储方法、装置及存储介质。

根据本公开实施例的第一方面，提供一种医学影像图片的存储方法，包括：

通过所述医学影像设备获取待诊断部位的医学影像图片集；对所述医学影像图片集中的每一张医学影像图片进行病灶识别；若在所述医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，所述病灶医学影像图片为识别到病灶的医学影像图片。

一种实施方式中，所述获取并存储病灶医学影像图片，包括：接收图片获取指令；根据所述图片获取指令从所述医学影像图片集中获取并存储病灶医学影像图片。

一种实施方式中，在所述医学影像图片集中确定识别到病灶之后，所述方法还包括：显示病灶医学影像图片，并在显示的所述病灶医学影像图片中显示病灶检测信息，所述病灶检测信息用于表征所述病灶的位置以及种类。

一种实施方式中，所述对所述医学影像图片集中的每一张医学影像图片进行病灶识别，包括：调用病灶识别模型，识别所述医学影像图片集中的每一张医学影像图片的病灶部位以及病灶属性信息；所述病灶识别模型基于样本部位的医学影像图片集、病灶部位和人工标注的病灶属性信息预先训练得到；所述病灶识别模型的输入为待诊断部位医学影像图片，输出为病灶部位以及病灶属性信息。

一种实施方式中，在识别所述医学影像图片中的病灶属性之后，所述方法还包括：根据所述医学影像图片中的病灶属性信息确定所述病灶的病种诊断结果并保存。

根据本公开实施例的第二方面，提供一种医学影像图片的存储装置，包括：

获取单元，用于通过所述医学影像设备获取待诊断部位的医学影像图片集；识别单元，用于对所述医学影像图片集中的每一张医学影像图片进行病灶识别；获取存储单元，用于若在所述医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，所述病灶医学影像图片为识别到病灶的医学影像图片。

一种实施方式中，所述获取存储单元采用如下方式获取并存储病灶医学影像图片：接收图片获取指令；根据所述图片获取指令从所述医学影像图片集中获取并存储病灶医学影像图片。

一种实施方式中，在所述医学影像图片集中确定识别到病灶之后，所述识别单元还应用于：显示病灶医学影像图片，并在显示的所述病灶医学影像图片中显示病灶检测信息，所述病灶检测信息用于表征所述病灶的位置以及种类。

一种实施方式中，所述识别单元采用如下方式对所述医学影像图片集中的每一张医学影像图片进行病灶识别：调用病灶识别模型，识别所述医学影像图片集中的每一张医学影像图片的病灶部位以及病灶属性信息；所述病灶识别模型基于样本部位的医学影像图片集、病灶部位和人工标注的病灶属性信息预先训练得到；所述病灶识别模型的输入为待诊断部位医学影像图片，输出为病灶部位以及病灶属性信息。

一种实施方式中，在识别所述医学影像图片中的病灶属性之后，所述获取存储单元还应用于：根据所述医学影像图片中的病灶属性信息确定所述病灶的病种诊断结果并保存。

根据本公开实施例第三方面，提供一种医学影像图片的存储装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行第一方面或者第一方面任意一种实施方式中所述的方法。

根据本公开实施例第四方面，提供一种计算机可读存储介质，所述存储介质中存储有指令，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行第一方面或者第一方面任意一种实施方式中所述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：通过医学影像设备获取待诊断部位的医学影像图片集，对医学影像图片集中的每一张医学影像图片进行病灶识别。若在医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片。通过本公开，避免了传统操作中因人为因素导致手动获取存储的医学影像图片为非最适宜用于诊断的医学影像图片的弊端。同时，弥补了医务工作人员因超负荷工作导致的人为因素的漏诊率，减轻了医务人员繁琐重复的医学影像诊断分析工作。让诊断采集医学影像图片的过程自动化，且非专业人士也可以进行采集。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本申请实施例提供的医学影像图片的存储方法的应用场景示意图。

图2是根据一示例性实施例示出的一种医学影像图片的存储方法的流程图。

图3是S12一具体实施例的流程示意图。

图4是S13一具体实施例的流程示意图。

图5是根据一示例性实施例示出的一种医学影像图片的存储装置框图。

图6是根据一示例性实施例示出的一种用于医学影像图片的存储的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。

在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本公开一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。基于本公开中的实施例，本领域普通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，都属于本公开保护的范围。下面结合附图对本公开的实施例进行详细说明。

本公开实施例提供的医学影像图片的存储方法，可以应用于图片自动存储场景。

在本公开中，医学影像图片可以包括超声影像图片、核磁共振影像图片、CT影像图片等。可以理解的是，在下述公开实施例中，将用超声影像图片作为医学影像图片进行详细说明。

图1是本申请实施例提供的医学影像图片的存储方法的应用场景示意图。超声检测终端101与显示终端102之间进行通信连接。超声检测终端101具有拍摄功能，主要负责采集人体或动物体等生物体中待诊断部位的超声影像。根据检测部位不同，超声探头可分为浅表超声、心脏超声、腹部超声等。超声检测终端101采集的超声影像数据，发送至显示终端102。显示终端102获取到超声检测终端101采集的超声影像数据，并进行本申请提供的医学影像图片的存储方法。具体包括：响应于所述医学影像设备对待诊断部位进行扫描，生成所述待诊断部位的医学影像图片集；对所述医学影像图片集中的每一张医学影像图片进行病灶识别；若在所述医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，所述病灶医学影像图片为识别到病灶的医学影像图片。

超声检测终端101和显示终端102可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种终端可以包括：：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。

在本公开实施例中，显示终端102包括但不局限于手机、平板等便携终端，电脑、查询机等固定终端，以及各种虚拟终端等。显示终端102可以包括显示装置和主机，具有显示功能。

可以理解的，该医学影像图片的存储场景中还可以包括一个或多个服务器，或/且一个或多个与服务器网络连接的终端，具体此处不作限定。其中，服务器包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。

需要说明的是，图1所示的医学影像图片的存储方法的应用场景示意图仅仅是一个示例，本申请实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着医学影像图片的存储场景的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。

图2是根据一示例性实施例示出的一种医学影像图片的存储方法的流程图，如图2所示，医学影像图片的存储方法用于医学影像设备中，包括以下步骤。

在步骤S11中，通过医学影像设备获取待诊断部位的医学影像图片集。

其中，医学影像设备可以是超声检测终端。

在本公开实施例中，在超声检测终端对待诊断部位进行扫描时，生成待诊断部位的超声影像图片集。其中，所谓的超声影像图片集是指超声检测终端采集得到的视频数据。该音频数据可以是实时采集的，也可以是由超声检测终端前期采集并存储的视频数据。在医疗检测中，根据超声检测终端检测的器官部位不同，超声探头可分为浅表超声、心脏超声、腹部超声等。

在步骤S12中，对医学影像图片集中的每一张医学影像图片进行病灶识别。

在本公开中，在超声影像图片集中确定识别到病灶之后，显示病灶医学影像图片，并在显示的病灶医学影像图片中显示病灶检测信息，病灶检测信息用于表征病灶的位置以及种类。

在本公开实施例中，在医学影像图片的存储方法的应用场景中，超声影像图片集中的每一张超声影像图片无需进行任何的预处理，直接通过已训练的病灶识别模型进行病灶识别检测，病灶识别模型输出检测结果。其中，检测结果可以为两种，一种为未识别出病灶，则不显示病灶检测信息。另一种为识别出病灶部位以及病灶属性信息，还能够识别出病灶的位置数据。其中，病灶的位置数据皆以为区域坐标信息，比如框区域对角两点的坐标，或者框区域四个点的坐标等。

在识别出病灶的同时，还能够识别出病灶的位置数据，即病灶的位置区域信息。在本公开实施例中，病灶识别模型可以是一个单独的模型，能够通过一个模型实现病灶识别以及病灶位置识别。病灶识别模型还可以是一个复合模型，即由两个或两个以上的识别模型复合形成，其中的部分模型进行病灶识别，部分模型进行病灶位置识别。此种情况下，可以同时进行病灶识别和病灶位置识别，也可以先进行病灶识别，在识别出病灶后再进行病灶位置识别。本申请中的病灶检测模型可以为本领域已知的进行图像识别和位置识别的模型，比如Yolo目标检测算法、SSD目标检测算法、Faster-RCNN目标检测算法等。其中，Yolo目标检测算法包括YoloV1、YoloV2、YoloV3等多个版本。

在一个具体实施例中，图3是S12一具体实施例的流程示意图，包括如下步骤：

在步骤S121中，获取初始目标识别模型及病灶训练集。

在本公开实施例中，初始目标检测模型可以为YoloV3目标检测算法模型。病灶训练集可以为甲状腺病灶训练集、颌下腺病灶训练集、腮腺病灶训练集等颈部相关的病灶训练集，还可以为胰腺病灶训练集、尿道膀胱病灶训练集等其他检测部位对应的病灶训练集。

一个病灶训练集可以为只对应一个检测部位的病灶训练集，也可以为对应多个不同检测部位的病灶训练集。比如，一个病灶训练集为病灶训练集，只针对颈部，包括多个颈部图像。其中，多个颈部图像中有包含颈部病灶的多个图像，也有不含病灶的多个图像，且一张颈部图像中病灶的个数可以为一个或多个。另外，多个颈部图像也可以对应不同的光源类型，还可以包括颈部多种不同种类的病灶。

进一步地，一个病灶训练集也可以对应多个检测部位时或者说针对不同的超声检测场景时，可以将一个病灶训练集可以分为多个子病灶训练集，比如腹腔训练集分为肝脏子病灶训练集、肾脏子病灶训练集、胰腺子病灶训练集。

在本公开实施例中，获取病灶训练集之后，对病灶训练集进行图片清洗以及图片标注。其中，超声影像图片的标注是由有经验的临床医生对超声影像图片进行标注。可以理解的是，本公开实施例中，不对如何进行图片清洗进行具体的限定。通过对超声影像图片集进行图片清洗，从而删除了超声影像图片集中重复的超声影像图片以及错误的超声影像图片，保证了超声影像图片的一致性。

在一示例中，获取待清洗超声影像图片集，并将其输入至预设的粗粒度二分类器中，筛选出符合要求的第一类图片集。将第一类图片集输入至预设的细粒度二分类器中，获得每一张待清洗图片的类别预测的置信度。基于设定的置信度阈值以及与置信度阈值相对应的第一图片数量阈值，筛选出需要进行人工清洗的图片。基于所有待人工清洗图片的类别预测的置信度与人工清洗的反馈结果，获得细粒度二分类器的模型准确度。将细粒度二分类器的模型准确度和模型优化次数阈值作为优化条件，基于所有待人工清洗图片的类别预测的置信度、人工清洗的反馈结果以及样本图片进行细粒度二分类器的模型优化，直至获得满足要求的细粒度二分类器，完成所有图片的清洗。

在步骤S122中，利用病灶训练集对初始目标识别模型进行训练，得到病灶识别模型。

将病灶训练集中的图像输入到初始目标识别模型中，并将模型输出结果与病灶训练集中的图像对应的标签进行比较后进行反向传播，不断调整模型的权重与偏置参数，使模型不断优化，从而实现对初始目标识别模型进行训练，得到能够识别病灶的病灶识别模型。

在本公开实施例中，使用病灶训练集的不同，可以训练得到不同的病灶识别模型。利用一个待诊断部位的一个病灶训练集，可以训练得到一个待诊断部位对应的病灶识别模型。比如利用颈部病灶训练集，对初始目标识别模型进行训练，得到的是颈部病灶检测模型，提高病灶检测模型的专一性和针对性。当然，还可以进一步细化，对颈部的不同病变导致的不同种类的病灶，分别设立多个不同的病灶训练集，比如颈部息肉对应的病灶训练集，训练得到只针对颈部息肉的病灶识别模型，提高病灶识别模型的专一性和准确性。

另一方面，也可以通过针对多个待诊断部位的一个病灶训练集，训练得到一个可以适用于多个待诊断部位的病灶识别模型，提高病灶识别模型的使用广泛性。而使用多个不同的病灶训练集对初始目标识别模型进行训练，也能得到一个能够适用于多个待诊断部位的病灶识别模型。可以理解的，病灶模型的准确性与病灶训练集中的样本数量呈正相关，样本数量大，训练得到的病灶模型的准确性也会相应增大。

在步骤S123中，调用训练好的病灶识别模型，识别医学影像图片集中的每一张医学影像图片的病灶部位以及病灶属性信息。

其中，病灶识别模型基于样本部位的医学影像图片集、病灶部位和人工标注的病灶属性信息预先训练得到。其中，病灶识别模型的输入为待诊断部位医学影像图片，输出为病灶部位以及病灶属性信息。

在本公开实施例中，将超声检测终端扫描得到的超声影像图片输入至训练好的病灶识别模型之中，得到检测结果。

在步骤S13中，若在医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，病灶医学影像图片为识别到病灶的医学影像图片。

在一个具体实施例中，图4是S13一具体实施例的流程示意图，包括如下步骤：

在步骤S131中，接收图片获取指令。

其中，图片获取指令是指检测到超声影像图片中存在病灶。

在步骤S132中，根据图片获取指令从医学影像图片集中获取并存储病灶医学影像图片。

在本公开实施例中，当超声检测终端检测到超声影像图片中存在病灶时，超声检测终端向显示终端发送指令，告知显示终端需要对超声影像图片中存在病灶的超声影像图片进行获取并存储。

在本公开中，根据医学影像图片中的病灶属性信息确定病灶的病种诊断结果并保存。

在本公开中，在确定医学影像设备对待诊断部位进行扫描时，生成待诊断部位的医学影像图片集。对医学影像图片集中的每一张医学影像图片进行病灶识别。若在医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，病灶医学影像图片为识别到病灶的医学影像图片。通过本公开，避免了传统操作中因人为因素导致手动获取存储的医学影像图片为非最适宜用于诊断的医学影像图片的弊端。同时，弥补了医务工作人员因超负荷工作导致的人为因素的漏诊率，减轻了医务人员繁琐重复的医学影像诊断分析工作。让诊断采集医学影像图片的过程自动化，且非专业人士也可以进行采集。

基于相同的构思，本公开实施例还提供一种医学影像图片的存储装置。

可以理解的是，本公开实施例提供的医学影像图片的存储装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤，本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本公开实施例的技术方案的范围。

图5是根据一示例性实施例示出的一种医学影像图片的存储装置框图。参照图5，该装置200包括获取单元201、识别单元202和获取存储单元203。

获取单元201，用于通过所述医学影像设备获取待诊断部位的医学影像图片集；识别单元202，用于对医学影像图片集中的每一张医学影像图片进行病灶识别；获取存储单元203，用于若在医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，病灶医学影像图片为识别到病灶的医学影像图片。

一种实施方式中，获取存储单元203采用如下方式获取并存储病灶医学影像图片：接收图片获取指令；根据图片获取指令从医学影像图片集中获取并存储病灶医学影像图片。

一种实施方式中，在医学影像图片集中确定识别到病灶之后，识别单元202还应用于：显示病灶医学影像图片，并在显示的病灶医学影像图片中显示病灶检测信息，病灶检测信息用于表征病灶的位置以及种类。

一种实施方式中，识别单元202采用如下方式对医学影像图片集中的每一张医学影像图片进行病灶识别：调用病灶识别模型，识别医学影像图片集中的每一张医学影像图片的病灶部位以及病灶属性信息；病灶识别模型基于样本部位的医学影像图片集、病灶部位和人工标注的病灶属性信息预先训练得到；病灶识别模型的输入为待诊断部位医学影像图片，输出为病灶部位以及病灶属性信息。

一种实施方式中，在识别医学影像图片中的病灶属性之后，获取存储单元203还应用于：根据医学影像图片中的病灶属性信息确定病灶的病种诊断结果并保存。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图6是根据一示例性实施例示出的一种用于医学影像图片的存储的装置的框图。例如，装置300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置300可以包括以下一个或多个组件：处理组件302，存储器304，电力组件306，多媒体组件308，音频组件310，输入/输出(I/O)接口312，传感器组件314，以及通信组件316。

处理组件302通常控制装置300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件302可以包括一个或多个处理器320来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件302可以包括一个或多个模块，便于处理组件302和其他组件之间的交互。例如，处理组件302可以包括多媒体模块，以方便多媒体组件308和处理组件302之间的交互。

存储器304被配置为存储各种类型的数据以支持在装置300的操作。这些数据的示例包括用于在装置300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件306为装置300的各种组件提供电力。电力组件306可以包括电源管理系统，一个或多个电源，及其他与为装置300生成、管理和分配电力相关联的组件。

多媒体组件308包括在所述装置300和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件308包括一个前置摄像头和/或后置摄像头。当装置300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件310被配置为输出和/或输入音频信号。例如，音频组件310包括一个麦克风(MIC)，当装置300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器304或经由通信组件316发送。在一些实施例中，音频组件310还包括一个扬声器，用于输出音频信号。

I/O接口312为处理组件302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件314包括一个或多个传感器，用于为装置300提供各个方面的状态评估。例如，传感器组件314可以检测到装置300的打开/关闭状态，组件的相对定位，例如所述组件为装置300的显示器和小键盘，传感器组件314还可以检测装置300或装置300一个组件的位置改变，用户与装置300接触的存在或不存在，装置300方位或加速/减速和装置300的温度变化。传感器组件314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件314还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件316被配置为便于装置300和其他设备之间有线或无线方式的通信。装置300可以接入基于通信标准的无线网络，如WiFi，4G或5G，或它们的组合。在一个示例性实施例中，通信组件316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件316还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器304，上述指令可由装置300的处理器320执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、硬板、软盘和光数据存储设备等。

可以理解的是，本公开中“多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

进一步可以理解的是，术语“第一”、“第二”等用于描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开，并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。

进一步可以理解的是，除非有特殊说明，“连接”包括两者之间不存在其他构件的直接连接，也包括两者之间存在其他元件的间接连接。

进一步可以理解的是，本公开实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请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下面的权利范围指出。

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范围来限制。

Claims (12)

1.一种医学影像图片的存储方法，其特征在于，应用于医学影像设备，所述方法包括：

通过所述医学影像设备获取待诊断部位的医学影像图片集；

对所述医学影像图片集中的每一张医学影像图片进行病灶识别；

若在所述医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，所述病灶医学影像图片为识别到病灶的医学影像图片。

2.根据权利要求1所述的方法，其特征在于，所述获取并存储病灶医学影像图片，包括：

接收图片获取指令；

根据所述图片获取指令从所述医学影像图片集中获取并存储病灶医学影像图片。

3.根据权利要求1或2所述的方法，其特征在于，在所述医学影像图片集中确定识别到病灶之后，所述方法还包括：

显示病灶医学影像图片，并在显示的所述病灶医学影像图片中显示病灶检测信息，所述病灶检测信息用于表征所述病灶的位置以及种类。

4.根据权利要求1所述的方法，其特征在于，所述对所述医学影像图片集中的每一张医学影像图片进行病灶识别，包括：

调用病灶识别模型，识别所述医学影像图片集中的每一张医学影像图片的病灶部位以及病灶属性信息；

所述病灶识别模型基于样本部位的医学影像图片集、病灶部位和人工标注的病灶属性信息预先训练得到；

所述病灶识别模型的输入为待诊断部位医学影像图片，输出为病灶部位以及病灶属性信息。

5.根据权利要求4所述的方法，其特征在于，在识别所述医学影像图片中的病灶属性之后，所述方法还包括：

根据所述医学影像图片中的病灶属性信息确定所述病灶的病种诊断结果并保存。

6.一种医学影像图片的存储装置，其特征在于，应用于医学影像设备，包括：

获取单元，用于通过所述医学影像设备获取待诊断部位的医学影像图片集；

识别单元，用于对所述医学影像图片集中的每一张医学影像图片进行病灶识别；

获取存储单元，用于若在所述医学影像图片集中确定识别到病灶，则获取并存储病灶医学影像图片，所述病灶医学影像图片为识别到病灶的医学影像图片。

7.根据权利要求6所述的装置，其特征在于，所述获取存储单元采用如下方式获取并存储病灶医学影像图片：

接收图片获取指令；

根据所述图片获取指令从所述医学影像图片集中获取并存储病灶医学影像图片。

8.根据权利要求6或7所述的装置，其特征在于，在所述医学影像图片集中确定识别到病灶之后，所述识别单元还应用于：

显示病灶医学影像图片，并在显示的所述病灶医学影像图片中显示病灶检测信息，所述病灶检测信息用于表征所述病灶的位置以及种类。

9.根据权利要求6所述的装置，其特征在于，所述识别单元采用如下方式对所述医学影像图片集中的每一张医学影像图片进行病灶识别：

调用病灶识别模型，识别所述医学影像图片集中的每一张医学影像图片的病灶部位以及病灶属性信息；

所述病灶识别模型基于样本部位的医学影像图片集、病灶部位和人工标注的病灶属性信息预先训练得到；

所述病灶识别模型的输入为待诊断部位医学影像图片，输出为病灶部位以及病灶属性信息。

10.根据权利要求9所述的装置，其特征在于，在识别所述医学影像图片中的病灶属性之后，所述获取存储单元还应用于：

根据所述医学影像图片中的病灶属性信息确定所述病灶的病种诊断结果并保存。

11.一种医学影像图片的存储装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1至5中任意一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述存储介质中存储有指令，当所述存储介质中的指令由处理器执行时，使得处理器能够执行权利要求1至5中任意一项所述的方法。