(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211011892.6 (22)申请日 2022.08.23 (71)申请人 北京医准智能科技有限公司 地址 100083 北京市海淀区知春路7号 致真 大厦A座12层1202-120 3号 (72)发明人 陈登博　马璐　丁佳　吕晨翀　 (74)专利代理 机构 北京乐知新创知识产权代理 事务所(普通 合伙) 11734 专利代理师 张立新 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06T 7/12(2017.01) G06V 10/764(2022.01) G06V 10/774(2022.01)G06V 10/26(2022.01) G06V 10/80(2022.01) (54)发明名称 一种病灶尺寸确定方法、 装置、 电子设备及 存储介质 (57)摘要 本公开提供了一种病灶尺寸确定方法、 装 置、 电子设备及存储介质， 所述方法包括： 获取待 处理的第一数据， 所述待处理的第一数据包括携 带病灶的待处理图像； 将所述待处理的第一数据 作为病灶轮廓分割网络的输入， 得到所述病灶轮 廓分割网络输出的多个病灶轮廓分割结果； 从多 个所述病灶轮廓分割结果中获取目标病灶轮廓， 确定所述目标病灶轮廓所属病灶的长径和所述 目标病灶轮廓所属病灶的短径； 基于所述目标病 灶轮廓所属病灶的长径和所述目标病灶轮廓所 属病灶的短径， 确定所述目标病灶轮廓所属病灶 的尺寸。 权利要求书3页 说明书19页 附图12页 CN 115311244 A 2022.11.08 CN 115311244 A 1.一种病灶尺寸确定方法， 其特 征在于， 所述方法包括： 获取待处 理的第一数据， 所述待处 理的第一数据包括携带病灶的待处 理图像； 将所述待处理 的第一数据作为病灶轮廓分割网络的输入， 得到所述病灶轮廓分割网络 输出的多个病灶轮廓分割结果； 从多个所述病灶轮廓分割结果中获取目标病灶轮廓， 确定所述目标病灶轮廓所属病灶 的长径和所述目标病灶轮廓所属病灶的短径； 基于所述目标病灶轮廓所属病灶的长径和所述目标病灶轮廓所属病灶的短径， 确定所 述目标病灶轮廓所属病灶的尺寸。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述待处理 的第一数据作为病灶轮 廓分割网络的输入， 得到所述病灶轮廓分割网络 输出的多个病灶轮廓分割结果， 包括： 分别基于所述病灶轮廓分割网络的主干分支和次要分支， 确定第 一图像特征和第 二图 像特征； 将所述第一图像特 征和所述第二图像特 征交叉融合， 用于获取目标图像特 征； 基于所述目标图像特 征， 调整所述病灶轮廓分割网络的参数。 3.根据权利要求1所述的方法， 其特征在于， 所述从多个所述病灶轮廓分割结果中获取 目标病灶轮廓， 包括： 对多个所述病灶轮廓分割结果进行 标记， 得到病灶轮廓标记结果； 计算第一病灶轮廓分割结果与第二病灶轮廓分割结果之间的交并比； 其中， 所述第一 病灶轮廓分割结果与所述第二病灶轮廓分割结果为所述病灶轮廓标记结果中相邻的任意 一对病灶轮廓分割结果； 基于所述病灶轮廓标记结果和所述交并比获取 所述目标病灶轮廓。 4.根据权利要求1所述的方法， 其特征在于， 所述确定所述目标病灶轮廓所属病灶的长 径和所述目标病灶轮廓所属病灶的短径， 包括： 遍历所述目标病灶轮廓， 确定距离最大的两个点之间的连线为所述目标病灶轮廓所属 病灶的长径； 用垂直于所述长径的扫描线扫描所述目标病灶轮廓， 将所述扫描线位于所述目标病灶 轮廓内部时长度最大的线段确定为所述目标病灶轮廓所属病灶的短径。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标病灶轮廓所属病灶的长 径和所述目标病灶轮廓所属病灶的短径， 确定所述目标病灶轮廓所属病灶的尺寸， 包括： 获取所述目标病灶轮廓所属图像中标尺区域的数字信息； 确定所述标尺区域的数字信息中两个相邻数字的差值以及所述两个相邻数字检测框 中心点的距离之比， 为所述目标病灶轮廓所属图像上每 个像素点的真实高度与真实宽度； 基于所述像素点的真实高度与真实宽度， 确定所述目标病灶轮廓所属病灶的尺寸。 6.根据权利要求5所述的方法， 其特征在于， 所述获取所述目标病灶轮廓所属图像 中标 尺区域的数字信息， 包括： 获取待处理的第 二数据， 所述待处理 的第二数据包括携带标尺数字以及所述标尺数字 的文本框的待处 理图像； 将所述待处理 的第二数据输入至标尺数字检测识别模型， 利用所述标尺数字检测识别 模型对所述携带标尺数字以及所述标尺数字的文本框的待处理图像进 行检测， 得到所述目权　利　要　求　书 1/3 页 2 CN 115311244 A 2标病灶轮廓所属图像中标尺区域的数字信息 。 7.根据权利要求6所述的方法， 其特征在于， 所述标尺数字检测 识别模型包括标尺数字 检测模型和标尺数字识别模型； 相应地， 所述利用所述标尺数字检测 识别模型对所述携带标尺数字以及所述标尺数字 的文本框的待处理图像进行检测， 得到所述目标病灶轮廓所属图像中标尺区域的数字信 息， 包括： 利用所述标尺数字检测模型对所述携带标尺数字以及所述标尺数字的文本框的待处 理图像进行检测， 得到所述目标病灶轮廓所属图像中标尺区域的图像； 基于所述标尺区域利用所述标尺数字识别模型对所述携带标尺数字以及所述标尺数 字的文本框的待处理图像进行检测， 得到所述目标病灶轮廓所属图像中标尺区域的数字信 息。 8.根据权利要求7所述的方法， 其特征在于， 所述利用所述标尺数字检测模型对所述携 带标尺数字以及所述标尺数字的文本框的待处理图像进行检测， 得到所述目标病灶轮廓所 属图像中标尺区域的图像， 包括： 基于特征提取网络提取所述携带标尺数字以及所述标尺数字的文本框的待处理图像 的第三图像特 征； 对所述第三图像特 征进行图像采样处 理， 得到图像采样处 理结果； 基于图像采样处 理结果， 确定融合图像特 征； 基于所述融合图像特征确定多个所述标尺数字的检测框的坐标， 并以非极大值抑制算 法对多个所述标尺数字的检测框进行去重处 理， 得到所述标尺区域的图像。 9.根据权利要求7所述的方法， 其特征在于， 所述基于所述标尺区域利用所述标尺数字 识别模型对所述携带标尺数字以及所述标尺数字的文本框的待处理图像进 行检测， 得到所 述目标病灶轮廓所属图像中标尺区域的数字信息， 包括： 确定所述标尺区域的图像中的数字区域； 利用图像分类网络提取所述标尺区域的图像中的数字区域的特征， 得到第四图像特 征； 对所述第四图像特征进行多层全连接层和非线性映射变换， 得到所述数字信息， 所述 数字信息包括数字类别。 10.根据权利要求5所述的方法， 其特征在于， 所述基于所述像素点的真实高度与真实 宽度， 确定所述目标病灶轮廓所属病灶的尺寸， 包括： 确定所述目标病灶轮廓所属病灶的长径与 所述真实高度或所述真实宽度之积， 为所述 病灶尺寸中的真实长径； 确定所述目标病灶轮廓所属病灶的短径与 所述真实高度或所述真实宽度之积， 为所述 病灶尺寸中的真实短径； 确定所述目标病灶轮廓所属病灶的面积与所述真实高度的平方或所述真实宽度的平 方之积， 为所述病灶尺寸中的真实面积。 11.一种病灶尺寸确定模型训练方法， 其特 征在于， 所述方法包括： 获取待处理的第 一样本数据集， 所述待处理 的第一样本数据集包括携带病灶的待处理 样本图像；权　利　要　求　书 2/3 页 3 CN 115311244 A 3