一种动脉瘤的检测方法、装置及计算机可读存储介质

1.一种动脉瘤的检测方法，其特征在于，所述检测方法包括：获取待处理的影像数据，其中，所述待处理的影像数据为正位影像数据和侧位影像数据；提取所述待处理的影像数据中原始影像数据的潜在动脉瘤的图像信息，并确定所述待处理的影像数据中所述潜在动脉瘤的位置编码信息；将所述图像信息和所述位置编码信息连接后输入动脉瘤序列分割模型，获得所述待处理的影像数据中所述潜在动脉瘤对应的概率值；基于预设阈值，利用所述待处理影像数据中所述潜在动脉瘤对应的概率值，对所述潜在动脉瘤进行判断，确定所述待处理的影像数据的最终的动脉瘤。 2.根据权利要求1所述的检测方法，其特征在，所述待处理的影像数据还包括：斜位影像数据。 3.根据权利要求1所述的检测方法，其特征在于，所述提取所述待处理的影像数据中原始影像数据的潜在动脉瘤的图像信息，具体包括：确定所述待处理的影像数据中潜在动脉瘤的最大尺寸；以所述潜在动脉瘤的最大尺寸作为小块，以所述待处理的影像数据中潜在动脉瘤的中心点为中心，对所述待处理的影像数据中潜在动脉瘤进行分割，获得所述待处理的影像数据中潜在动脉瘤的图像信息。 4.根据权利要求1所述的检测方法，其特征在于，所述提取所述待处理的影像数据中原始影像数据的潜在动脉瘤的图像信息，具体包括：根据预设小块值作为小块，以所述待处理的影像数据中潜在动脉瘤的中心点为中心，对所述待处理的影像数据中潜在动脉瘤进行分割，获得所述待处理的影像数据中潜在动脉瘤的图像信息。 5.根据权利要求1或2所述的检测方法，其特征在，所述确定所述待处理的影像数据中原始影像数据的潜在动脉瘤的位置编码信息，具体包括：若所述待处理的影像数据为正位影像数据和侧位影像数据，则采用一位编码的方式对所述正位影像数据和所述侧位影像数据进行编码，采用线性编码或非线性编码，对所述待处理的影像数据中潜在动脉瘤在所述待处理的影像数据中的位置进行编码，获得所述待处理的影像数据中潜在动脉瘤的位置编码信息；若所述待处理的影像数据还包括斜位影像数据，则采用二位编码的方式对所述正位影像数据、所述侧位影像数据和所述斜位影像数据进行编码，采用线性编码或非线性编码，对所述待处理的影像数据中潜在动脉瘤在所述待处理的影像数据中的位置进行编码，获得所述待处理的影像数据中潜在动脉瘤的位置编码信息。 6.根据权利要求1所述的检测方法，其特征在于，所述动脉瘤序列分割模型的构建包括：获取潜在动脉瘤的影像数据的图像信息和位置编码信息；将所述潜在动脉瘤的影像数据的图像信息进行降维，获得所述潜在动脉瘤的影像数据的图像信息对应的一维信息；将所述潜在动脉瘤的影像数据的图像信息对应的一维信息与所述潜在动脉瘤的影像数据的位置编码信息进行连接后，输入卷积神经网络模型进行训练，获得动脉瘤序列分割模型。 7.根据权利要求6所述的检测方法，其特征在于，所述将所述潜在动脉瘤的影像数据的图像信息进行降维，获得所述潜在动脉瘤的影像数据的图像信息对应的一维信息，具体包括：将所述潜在动脉瘤的影像数据的图像信息输入卷积神经网络，对所述潜在动脉瘤的影像数据的图像信息的特征图进行降维处理，获得所述潜在动脉瘤的影像数据的图像信息对应的一维信息。 8.根据权利要求1所述的检测方法，其特征在于，所述基于预设阈值，利用所述待处理的影像数据中潜在动脉瘤对应的概率值，对所述潜在动脉瘤进行判断，确定所述待处理的影像数据的最终的动脉瘤，具体包括：若所述待处理的影像数据中潜在动脉瘤对应的概率值小于所述预设阈值，则所述待处理的影像数据中潜在动脉瘤为假阳性；若所述待处理的影像数据中潜在动脉瘤对应的概率值大于等于所述预设阈值，则所述待处理的影像数据中潜在动脉瘤为所述待处理的影像数据中的动脉瘤。 9.一种动脉瘤的检测装置，其特征在于，所述装置包括：获取模块，获取待处理的影像数据，其中，所述待处理的影像数据为正位影像数据和侧位影像数据；信息提取模块，提取所述待处理的影像数据中原始影像数据的潜在动脉瘤的图像信息，并确定所述待处理的影像数据中所述潜在动脉瘤的位置编码信息；分类模块，将所述图像信息和所述位置编码信息连接后输入动脉瘤序列分割模型，获得所述待处理的影像数据中所述潜在动脉瘤对应的概率值；确认模块，基于预设阈值，利用所述待处理影像数据中所述潜在动脉瘤对应的概率值，对所述潜在动脉瘤进行判断，确定所述待处理的影像数据的最终的动脉瘤。 10.根据权利要求9所述的检测装置，其特征在，所述待处理的影像数据还包括：斜位影像数据。 11.根据权利要求9所述的检测装置，其特征在于，所述提取所述待处理的影像数据中原始影像数据的潜在动脉瘤的图像信息，具体包括：确定所述待处理的影像数据中潜在动脉瘤的最大尺寸；以所述潜在动脉瘤的最大尺寸作为小块，以所述待处理的影像数据中潜在动脉瘤的中心点为中心，对所述待处理的影像数据中潜在动脉瘤进行分割，获得所述待处理的影像数据中潜在动脉瘤的图像信息。 12.根据权利要求9所述的检测装置，其特征在于，所述提取所述待处理的影像数据中原始影像数据的潜在动脉瘤的图像信息，具体包括：根据预设小块值作为小块，以所述待处理的影像数据中潜在动脉瘤的中心点为中心，对所述待处理的影像数据中潜在动脉瘤进行分割，获得所述待处理的影像数据中潜在动脉瘤的图像信息。 13.根据权利要求9或10所述的检测装置，其特征在，所述确定所述待处理的影像数据中原始影像数据的潜在动脉瘤的位置编码信息，具体包括：若所述待处理的影像数据为正位影像数据和侧位影像数据，则采用一位编码的方式对所述正位影像数据和所述侧位影像数据进行编码，采用线性编码或非线性编码，对所述待处理的影像数据中潜在动脉瘤在所述待处理的影像数据中的位置进行编码，获得所述待处理的影像数据中潜在动脉瘤的位置编码信息；若所述待处理的影像数据还包括斜位影像数据，则采用二位编码的方式对所述正位影像数据、所述侧位影像数据和所述斜位影像数据进行编码，采用线性编码或非线性编码，对所述待处理的影像数据中潜在动脉瘤在所述待处理的影像数据中的位置进行编码，获得所述待处理的影像数据中潜在动脉瘤的位置编码信息。 14.根据权利要求9所述的检测装置，其特征在于，所述动脉瘤序列分割模型的构建包括：获取潜在动脉瘤的影像数据的图像信息和位置编码信息；将所述潜在动脉瘤的影像数据的图像信息进行降维，获得所述潜在动脉瘤的影像数据的图像信息对应的一维信息；将所述潜在动脉瘤的影像数据的图像信息对应的一维信息与所述潜在动脉瘤的影像数据的位置编码信息进行连接后，输入卷积神经网络模型进行训练，获得动脉瘤序列分割模型。 15.根据权利要求14所述的检测装置，其特征在于，所述将所述潜在动脉瘤的影像数据的图像信息进行降维，获得所述潜在动脉瘤的影像数据的图像信息对应的一维信息，具体包括：将所述潜在动脉瘤的影像数据的图像信息输入卷积神经网络，对所述潜在动脉瘤的影像数据的图像信息的特征图进行降维处理，获得所述潜在动脉瘤的影像数据的图像信息对应的一维信息。 16.根据权利要求9所述的检测装置，其特征在于，所述基于预设阈值，利用所述待处理的影像数据中潜在动脉瘤对应的概率值，对所述潜在动脉瘤进行判断，确定所述待处理的影像数据的最终的动脉瘤，具体包括：若所述待处理的影像数据中潜在动脉瘤对应的概率值小于所述预设阈值，则所述待处理的影像数据中潜在动脉瘤为假阳性；若所述待处理的影像数据中潜在动脉瘤对应的概率值大于等于所述预设阈值，则所述待处理的影像数据中潜在动脉瘤为所述待处理的影像数据中最终的动脉瘤。 17.一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1-7任一项所述的动脉瘤的检测方法。