(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 202211031781.1 (22)申请日 2022.08.26 (71)申请人 海南省人民医院 地址 570311 海南省海口市秀英区秀 华路 19号 (72)发明人 陈峰　郭义昊　黄薇园　陈雅曦　 陈惠娟　 (74)专利代理 机构 北京国坤专利代理事务所 (普通合伙) 11491 专利代理师 赵红霞 (51)Int.Cl. G06T 7/00(2017.01) G06N 20/00(2019.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 一种多柱神经网络医学影像分析方法及装 置 (57)摘要 本发明属于医学影像 分析技术领域， 公开了 一种多柱神经网络医学影像分析方法及装置， 利 用医学影像采集模块对医学影像进行采集， 利用 医学影像增强模块对采集的医学影像进行增强 处理； 利用医学影像诊断模块对医学影像中的病 灶区进行医疗诊断； 利用医学影像 分析模块基于 多柱神经网络对医学影像进行病症分析， 提取病 灶表征数据， 将病灶表征数据输入机器学习模 型， 获得病灶特征向量， 根据融合特征向量获取 病灶的分析结果； 利用医学影像加密模块利用加 密程序对医学影像进行加密。 本发 明可以根据输 入的光照图层去除待处理医学影像中的光照变 化， 提高医学影像的增强效果； 能够对医学影像 进行部分加密处理， 从而满足用户对医学影像内 容的保护需求。 权利要求书3页 说明书7页 附图2页 CN 115439430 A 2022.12.06 CN 115439430 A 1.一种多柱神经网络医学影像分析方法， 其特征在于， 所述多柱神经网络医学影像分 析方法包括以下步骤： 步骤一， 利用医学影像采集模块对医学影像进行采集， 利用医学影像增强模块对采集 的医学影 像进行增强处 理； 步骤二， 利用医学影像特征提取模块对处理后的医学影像的医学影像特征进行提取， 利用病灶识别模块对医学影 像特征中的病灶区进行识别定位； 步骤三， 利用医学影 像诊断模块对医学影 像中的病灶区进行医疗诊断； 步骤四， 利用医学影像分析模块基于多柱神经网络对医学影像进行病症分析， 提取病 灶表征数据， 将病灶表征数据输入机器学习模型， 获得病灶特征向量， 根据融合特征向量 获 取病灶的分析 结果； 步骤五， 利用医学影 像加密模块利用加密程序对医学影 像进行加密； 步骤六， 利用医学影像存储模块对加密后的医学影像进行本地存储， 利用通讯模块将 加密后的医学影 像上传到云端服 务器进行云端存 储。 2.如权利要求1所述的多柱神经网络医学影像分析方法， 其特征在于， 所述步骤一利用 医学影像增强模块对 采集的医学影 像进行增强处 理采用的增强方法如下： (1)构建医学影像增强神经网络模型， 所述医学影像增强神经网络模型的输入为医学 影像和医学影 像对应的光照图层， 输出增强后的医学影 像； (2)获取待处理医学影像对应的光照图层， 将所述待处理医学影像和待处理医学影像 对应的光照图层输入到医学影 像增强神经网络模型中， 输出增强后的医学影 像。 3.如权利要求2所述的多柱神经网络医学影像分析方法， 其特征在于， 所述医学影像对 应的光照图层采用以下 方法获取： 将医学影像从第一颜色空间转换为包含第 一亮度信 息的第二颜色空间， 并提取医学影 像的第一亮度信息； 采用滤波算法对所述第一亮度信息进行 滤波处理， 得到灰度医学影 像； 计算灰度医学影 像的所有像素的第二亮度信息的平均值； 采用平均值 修正灰度医学影 像的每个像素的第二亮度信息， 得到光照图层。 4.如权利要求2所述多柱神经网络 医学影像分析方法， 其特征在于， 所述构建医学影像 增强神经网络模型， 具体包括： 构建卷积神经网络模型， 所述卷积神经网络模型的输入为医学影像和所述医学影像对 应的光照图层， 所述卷积神经网络模型的输出为增强后的医学影 像； 构建训练集， 所述训练集包括多组训练数据， 每组训练数据包括原始医学影像、 原始医 学影像对应的光照图层以及原 始医学影 像对应的增强后的医学影 像； 利用所述训练集训练所述卷积神经网络模型， 得到所述医学影 像增强神经网络模型。 5.如权利要求1所述多柱神经网络 医学影像分析方法， 其特征在于， 所述步骤四中的医 学影像分析模块基于多柱神经网络对医学影 像进行病症分析的具体步骤 包括： 将医学影 像中的病灶区图像中的一部分作为输入图像输入多柱神经网络中； 对多柱神经网络中每 个神经网络进行训练， 获得训练后的多柱神经网络； 将医学影 像中的病灶区图像中的一部分输入训练后的多柱神经网络中； 利用训练后的多柱神经网络中的每 个神经网络获取对应的预测结果；权　利　要　求　书 1/3 页 2 CN 115439430 A 2提取预测结果中的病灶表征数据， 将病灶表征数据输入机器学习模型， 获得病灶特征 向量， 根据融合特 征向量获取病灶的分析 结果。 6.如权利要求1所述多柱神经网络 医学影像分析方法， 其特征在于， 所述医学影像加密 模块加密方法如下： 1)构建医学影像数据库； 将原始医学影像存入医学影像数据库中； 确定原始医学影像 经过编辑后的内容， 将编辑后的医学影 像保存为第一医学影 像文件； 2)对所述原始医学影像进行加密处理， 生成加密数据块； 将所述第一医学影像文件与 所述加密数据块进行拼接， 生成部分加密医学影 像文件并保存； 其中， 所述部分加密医学影像文件还包括指示信息， 所述指示信息用于指示部分加密 处理， 其中包 含所述加密数据块的长度信息和用于表示部分加密处 理的指示符。 7.如权利要求6所述多柱神经网络 医学影像分析方法， 其特征在于， 所述指示信 息包括 第一指示信息； 将所述第一医学影像文件与 所述加密数据块进行拼接， 生成部分加密医学影像文件 并 保存， 包括： 生成包含第 一医学影像文件和加密数据块的部分加密医学影像文件 并保存， 在所述部 分加密医学影像文件中， 所述第一医学影像文件的文件头信息中携带第一指示信息， 所述 加密数据块 拼接在所述第一医学影 像文件的文件结束符 之后。 8.如权利要求6所述多柱神经网络 医学影像分析方法， 其特征在于， 所述指示信 息包括 第二指示信息； 将所述第一医学影像文件与 所述加密数据块进行拼接， 生成部分加密医学影像文件 并 保存， 包括： 生成包含第 一医学影像文件、 加密数据块和第 二指示信 息的部分加密医学影像文件 并 保存， 在所述部分加密医学影像文件中， 所述加密数据块拼接在所述第一医学影像文件的 文件结束符 之后， 所述第二指示信息添加在所述加密数据块之后。 9.一种用于实施权利要求1～8任意一项所述的多柱神经网络医学影像分析方法的多 柱神经网络医学影 像分析装置， 其特 征在于， 所述多柱神经网络医学影 像分析装置包括： 医学影像采集模块、 医学影像增强模块、 医学影像特征提取模块、 医学影像诊断模块、 医学影像分析模块、 医学影 像加密模块、 医学影 像存储模块、 结果输出模块和主控 模块； 所述主控模块分别与医学影像采集模块、 医学影像增强模块、 医学影像特征提取模块、 医学影像诊断模块、 医学影像分析模块、 医学影像加密 模块、 医学影像存储模块和结果输出 模块连接， 用于对各个受控 模块的运行进行协调控制； 医学影像采集模块， 与医学影 像增强模块连接， 用于通过医疗影 像设备采集医学影 像； 医学影像增强模块， 与医学影像采集模块、 医学影像特征提取模块连接， 用于对医学影 像进行增强处 理； 医学影像特征提取模块， 与医学影像增强模块、 医学影像诊断模块连接， 用于通过提取 程序提取医学影 像特征； 医学影像诊断模块， 与医学影像特征提取模块、 医学影像分析模块连接， 用于通过诊断 程序对医学影 像进行医疗诊断； 医学影像分析模块， 与医学影像诊断模块、 医学影像加密模块连接， 用于通过基于多柱权　利　要　求　书 2/3 页 3 CN 115439430 A 3