医学影像获取分析方法、装置、存储介质及电子设备

技术领域

本申请涉及医学影像分类领域，特别涉及一种医学影像获取分析方法、装置、存储介质及电子设备。

背景技术

AI检测结果中包括医学影像、病情描述等信息。通常情况下，AI辅助检测后，输出检测结果即可。然后，AI检测结果往往可以作为医学研究的基础数据，因此，需要大量搜集AI检测的病例报告，通过预处理后，对AI检测数据进行综合分析，作为医学研究的重要基础数据。

在实际数据收集的过程中，并非所有的AI检测数据均要搜集起来进行预处理和分析，而是需要先通过人工筛选重要的、特别的AI检测数据(病灶畸形、斑块散状等等特殊类型的病情)来汇总，这种筛选数据汇总的工作量非常大，会造成医生疲劳，影像医生的正常工作。

因此，现有技术存在缺陷，有待改进与发展。

发明内容

本申请实施例提供一种医学影像获取分析方法、装置、存储介质及电子设备，能够从大量医学影像中快速获取所需要的目标医学影像，从而便于后续针对该目标医学影像的科研分析。

本申请实施例提供一种医学影像获取分析方法，所述方法包括：

解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情；

通过AI检测系统对原始医学影像进行病情检测；

从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理；

从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。

在本申请实施例所述的医学影像获取分析方法中，所述从AI检测结果中获取具有所述目标病情的目标影像，并对所述目标影像进行打标签处理后，还包括：

基于所述AI检测结果以及所述原始医学影像，生成对应的原始医学报告，其中，所述原始医学报告中具有所述目标病情的原始医学影像设置有所述标签。

在本申请实施例所述的医学影像获取分析方法中，在具有所述标签的原始医学影像对应的原始医学报告中，记载有与所述原始医学影像的目标病情对应的病情描述内容；

所述从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，包括：

识别所述原始医学报告中的病情描述内容，获取所述病情描述内容与所述目标病情匹配的且具有所述标签的所述原始医学影像，作为符合所述目标病情的目标影像。

在本申请实施例所述的医学影像获取分析方法中，所述从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，包括：

从所述原始医学影像中获取具有所述标签的所述原始医学影像作为符合所述目标病情的目标影像。

在本申请实施例所述的医学影像获取分析方法中，所述原始医学影像的标签包括对应的预设病情的描述内容；

所述从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，包括：

对所述原始医学影像的所述标签和所述目标病情进行匹配，将匹配成功的所述原始医学影像确定为符合所述目标病情的目标影像。

在本申请实施例所述的医学影像获取分析方法中，所述病情检测包括病灶检测，所述从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理，包括：

从AI检测结果中获取具有预设病灶的原始医学影像，并对所述具有预设病灶的原始医学影像进行打标签处理；

所述方法还包括：

若所述AI检测结果中所述原始医学影像具有未知病灶，则在所述原始医学影像中对所述未知病灶所在的目标部位进行标识。

在本申请实施例所述的医学影像获取分析方法中，所述从所述AI检测结果中获取具有所述标签且符合所述目标病情的目标影像后，还包括：

判断获取到的所述目标影像的数据量是否足够；

若否，则基于预设识别模型对具有所述目标部位的原始医学影像进行识别，确定各个目标部位的病灶识别结果；

获取病灶识别结果符合所述目标病情的所述原始医学影像作为所述目标影像。

本申请实施例还提供一种医学影像获取分析装置，所述装置包括：

解析模块，用于解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情；

检测模块，用于通过AI检测系统对原始医学影像进行病情检测；

第一获取模块，用于从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理；

第二获取模块，用于从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行任一实施例所述的医学影像获取分析方法。

本申请实施例还提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行任一实施例所述的医学影像获取分析方法。

本申请实施例通过AI检测系统来对大量的原始医学影像进行病情检测，并对AI检测结果中具有目标病情的原始医学影像进行打标签处理，以对原始医学影像进行分类，后续只需根据该标签即能够快速从大量原始医学影像中获取所需要的目标医学影像，便于后续针对该目标医学影像的科研分析。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的医学影像获取分析方法的流程示意图。

图2为本申请实施例提供的医学影像获取分析装置的结构示意图。

图3为本申请实施例提供的医学影像获取分析装置的另一种结构示意图。

图4为本申请实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本申请的保护范围。

本申请实施例提供一种医学影像获取分析方法，所述医学影像获取分析方法可以应用于电子设备中。

请参阅图1，图1为本申请实施例提供的医学影像获取分析方法的流程示意图。所述医学影像获取分析方法，应用于电子设备中，所述方法可以包括以下步骤：

步骤101，解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情。

其中，该目标病情可以是特殊的病情，例如单侧冠脉、钙化和血管畸形等等。

步骤102，通过AI检测系统对原始医学影像进行病情检测。

其中，病情检测可以是病灶检测。

在一些实施例中，在通过AI检测系统对原始医学影像进行病情检测之前，还包括：

获取原始医学影像。

其中，可以利用电子计算机断层扫描(Computed Tomography，CT)图像、磁共振检查(Magnetic Resonance，MR)图像、4D超声波图像等方式，对人体生理结构进行扫描，获取原始医学影像。人体生理结构可以为心脏、肝脏、肺部、血管和骨骼等等。

步骤103，从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理。

例如，目标病情为血管畸形，则在AI检测结果中获取具有血管畸形的原始医学影像，并在该原始医学影像上打上“C，用于后续科研分析使用”的标签。

步骤104，从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。

其中，原始医学影像中具有标签，说明该原始医学影像具有目标病情，但是由于目标病情可以包括多种病情，而科研分析需求可能只是需要分析一种病情，因此，该目标影像不仅要具有标签，还要符合科研分析需求。

例如，目标病情包括单侧冠脉、钙化和血管畸形，分别对应标签A、B和C，科研分析需求为分析血管畸形，则需要从原始医学影像中获取具有标签C的原始医学影像作为目标影像，而不是获取具有标签A或标签B的原始医学影像作为目标影像。

其中，将收集(整合)后的目标影像发给科研分析系统，进行科研分析，得到分析结果。优选步骤：同时获取正常病例的影像，形成对比集。将特殊病灶的目标影像和正常病例的影像发给科研分析系统或机构进行科研分析。例如，正常钙化结构的形状为M型，特殊钙化结构的形状为N型，通过对比分析，更有利于科研研究。

在一些实施例中，从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理，还包括：

基于所述AI检测结果以及所述原始医学影像，生成对应的原始医学报告，其中，所述原始医学报告中具有所述目标病情的原始医学影像设置有所述标签。

在一些实施例中，在具有所述标签的原始医学影像对应的原始医学报告中，记载有与所述原始医学影像的目标病情对应的病情描述内容。

例如，原始医学影像1具有标签C，标签C对应血管畸形，则具有标签C的原始医学影像1对应的原始医学报告中，记载有与原始医学影像1的血管畸形对应的病情描述内容。

在一些实施例中，所述从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，包括：

识别所述原始医学报告中的病情描述内容，获取所述病情描述内容与所述目标病情匹配的且具有所述标签的所述原始医学影像，作为符合所述目标病情的目标影像。

例如，目标病情为血管畸形，则识别原始医学报告中的病情描述内容，获取病情描述内容为血管畸形且具有标签的原始医学影像，作为符合科研分析需求的目标影像。

在一些实施例中，所述从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，包括：

从所述原始医学影像中获取具有所述标签的所述原始医学影像作为符合所述目标病情的目标影像。

其中，会存在一种情况，例如，原始医学影像中具有标签，但是该原始医学影像对应的原始医学报告中没有记载与该标签对应的预设病情相关的内容，此时，只需要从原始医学影像中获取具有标签的原始医学影像作为符合科研分析需求的目标影像即可。

例如，原始医学影像中打上标签的都属于AI检测结果中具有血管畸形的情况，则原始医学影像对应的原始医学报告中可以不记载与该标签对应的血管畸形内容，在科研分析需求为分析血管畸形时，只需要从原始医学影像中获取具有标签的原始医学影像作为符合科研分析需求(分析血管畸形)的目标影像即可。

在一些实施例中，所述原始医学影像的标签包括对应的预设病情的描述内容；

所述从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，包括：

对所述原始医学影像的所述标签和所述目标病情进行匹配，将匹配成功的所述原始医学影像确定为符合所述目标病情的目标影像。

其中，由于原始医学影像的标签已经包括对应的预设病情的描述内容，因此，当要从原始医学影像中获取目标影像时，只需要对原始医学影像的标签和目标病情进行匹配，将匹配成功的原始医学影像确定为符合科研分析需求的目标影像即可，不需要通过识别原始医学报告中的病情描述内容来获取目标影像。

在一些实施例中，所述病情检测包括病灶检测，所述从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理，包括：

从AI检测结果中获取具有预设病灶的原始医学影像，并对所述具有预设病灶的原始医学影像进行打标签处理；

所述方法还包括：

若所述AI检测结果中所述原始医学影像具有未知病灶，则在所述原始医学影像中对所述未知病灶所在的目标部位进行标识。

其中，预设病灶可是是特殊的病灶，例如单侧冠脉、钙化和血管畸形等等。由于AI检测结果中只能确定该原始医学影像具有病灶，但具体是什么病灶未能检测出，因此，将在原始医学影像中对未知病灶所在的目标部位进行标识，以便后续进行下一步操作。

在一些实施例中，所述从所述AI检测结果中获取具有所述标签且符合所述目标病情的目标影像后，还包括：

判断获取到的所述目标影像的数据量是否足够；

若否，则基于预设识别模型对具有所述目标部位的原始医学影像进行识别，确定各个目标部位的病灶识别结果；

获取病灶识别结果符合所述目标病情的所述原始医学影像作为所述目标影像。

其中，由于目标影像的数据量不够，而具有目标部位的原始医学影像可能也属于目标影像，因此，可以通过预设识别模型对具有目标部位的原始医学影像进行识别，确定各个目标部位的病灶识别结果，然后获取病灶识别结果符合科研分析需求的原始医学影像作为目标影像，从而补足目标影像的数据量。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

具体实施时，本申请不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。

由上可知，本申请实施例提供的医学影像获取分析方法通过AI检测系统来对大量的原始医学影像进行病情检测，并对AI检测结果中具有预设病情的原始医学影像进行打标签处理，以对原始医学影像进行分类，后续只需根据该标签即能够快速从大量医学影像中获取所需要的目标医学影像，便于后续针对该目标医学影像的科研分析。

本申请实施例还提供一种医学影像获取分析装置，所述医学影像获取分析装置可以集成在电子设备中。

请参阅图2，图2为本申请实施例提供的医学影像获取分析装置的结构示意图。医学影像获取分析装置30可以包括：

解析模块31，用于解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情；

检测模块32，用于通过AI检测系统对原始医学影像进行病情检测；

第一获取模块33，用于从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理；

第二获取模块34，用于从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。

在一些实施例中，所述第一获取模块33，用于从AI检测结果中获取具有预设病灶的原始医学影像，并对所述具有预设病灶的原始医学影像进行打标签处理。

在一些实施例中，所述第二获取模块34，用于识别所述原始医学报告中的病情描述内容，获取所述病情描述内容与所述目标病情匹配的且具有所述标签的所述原始医学影像，作为符合所述目标病情的目标影像。

在一些实施例中，所述第二获取模块34，用于从所述原始医学影像中获取具有所述标签的所述原始医学影像作为符合所述目标病情的目标影像。

在一些实施例中，所述第二获取模块34，用于对所述原始医学影像的所述标签和所述目标病情进行匹配，将匹配成功的所述原始医学影像确定为符合所述目标病情的目标影像。

具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现。

由上可知，本申请实施例提供的医学影像获取分析装置30，通过解析模块31解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情；检测模块32通过AI检测系统对原始医学影像进行病情检测；通过第一获取模块33从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理；通过第二获取模块34从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。本申请实施例通过AI检测系统来对大量的原始医学影像进行病情检测，并对AI检测结果中具有预设病情的原始医学影像进行打标签处理，以对原始医学影像进行分类，后续只需根据该标签即能够快速从大量医学影像中获取所需要的目标医学影像，便于后续针对该目标医学影像的科研分析。

请参阅图3，图3为本申请实施例提供的医学影像获取分析装置的另一结构示意图，医学影像获取分析装置30包括存储器120、一个或多个处理器180、以及一个或多个应用程序，其中该一个或多个应用程序被存储于该存储器120中，并配置为由该处理器180执行；该处理器180可以包括第一获取模块31，处理模块32，第二获取模块33和第三获取模块34。例如，以上各个部件的结构和连接关系可以如下：

存储器120可用于存储应用程序和数据。存储器120存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器180通过运行存储在存储器120的应用程序，从而执行各种功能应用以及数据处理。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器120还可以包括存储器控制器，以提供处理器180对存储器120的访问。

处理器180是装置的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器120内的应用程序，以及调用存储在存储器120内的数据，执行装置的各种功能和处理数据，从而对装置进行整体监控。可选的，处理器180可包括一个或多个处理核心；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等。

具体在本实施例中，处理器180会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器120中，并由处理器180来运行存储在存储器120中的应用程序，从而实现各种功能：

解析模块31，用于解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情；

检测模块32，用于通过AI检测系统对原始医学影像进行病情检测；

第一获取模块33，用于从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理；

第二获取模块34，用于从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。

在一些实施例中，所述第一获取模块33，用于从AI检测结果中获取具有预设病灶的原始医学影像，并对所述具有预设病灶的原始医学影像进行打标签处理。

在一些实施例中，所述第二获取模块34，用于识别所述原始医学报告中的病情描述内容，获取所述病情描述内容与所述目标病情匹配的且具有所述标签的所述原始医学影像，作为符合所述目标病情的目标影像。

在一些实施例中，所述第二获取模块34，用于从所述原始医学影像中获取具有所述标签的所述原始医学影像作为符合所述目标病情的目标影像。

在一些实施例中，所述第二获取模块34，用于对所述原始医学影像的所述标签和所述目标病情进行匹配，将匹配成功的所述原始医学影像确定为符合所述目标病情的目标影像。

本申请实施例还提供一种电子设备。

请参阅图4，图4示出了本申请实施例提供的电子设备的结构示意图，该电子设备可以用于实施上述实施例中提供的医学影像获取分析方法。

如图4所示，电子设备1200可以包括RF(Radio Frequency，射频)电路110、包括有一个或一个以上(图中仅示出一个)计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、传输模块170、包括有一个或者一个以上(图中仅示出一个)处理核心的处理器180以及电源190等部件。本领域技术人员可以理解，图4中示出的电子设备1200结构并不构成对电子设备1200的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

RF电路110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。RF电路110可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。RF电路110可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。

存储器120可用于存储软件程序以及模块，如上述实施例中医学影像获取分析方法对应的程序指令/模块，处理器180通过运行存储在存储器120内的软件程序以及模块，从而执行各种功能应用以及数据处理，能够从大量医学影像中快速获取所需要的目标医学影像，从而便于后续针对该目标医学影像的科研分析。存储器120可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器120可进一步包括相对于处理器180远程设置的存储器，这些远程存储器可以通过网络连接至电子设备1200。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入单元130可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元140可用于显示由用户输入的信息或提供给用户的信息以及电子设备1200的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141，可选的，可以采用LCD(Liquid CrystalDisplay，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板141。进一步的，触敏表面131可覆盖显示面板141，当触敏表面131检测到在其上或附近的触摸操作后，传送给处理器180以确定触摸事件的类型，随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图3中，触敏表面131与显示面板141是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面131与显示面板141集成而实现输入和输出功能。

电子设备1200还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板141的亮度，接近传感器可在电子设备1200移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备1200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路160、扬声器161，传声器162可提供用户与电子设备1200之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经RF电路110以发送给比如另一终端，或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔，以提供外设耳机与电子设备1200的通信。

电子设备1200通过传输模块170(例如Wi-Fi模块)可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图4示出了传输模块170，但是可以理解的是，其并不属于电子设备1200的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器180是电子设备1200的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行电子设备1200的各种功能和处理数据。可选的，处理器180可包括一个或多个处理核心；在一些实施例中，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器180中。

电子设备1200还包括给各个部件供电的电源190(比如电池)，在一些实施例中，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，电子设备1200还可以包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备1200的显示单元140是触摸屏显示器，电子设备1200还包括有存储器120，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器120中，且经配置以由一个或者一个以上处理器180执行一个或者一个以上程序包含用于进行以下操作的指令：

解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情；

通过AI检测系统对原始医学影像进行病情检测；

从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理；

从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。

在一些实施例中，处理器180用于基于所述AI检测结果以及所述原始医学影像，生成对应的原始医学报告，其中，所述原始医学报告中具有所述目标病情的原始医学影像设置有所述标签。

在一些实施例中，处理器180用于识别所述原始医学报告中的病情描述内容，获取所述病情描述内容与所述目标病情匹配的且具有所述标签的所述原始医学影像，作为符合所述目标病情的目标影像。

在一些实施例中，处理器180用于从所述原始医学影像中获取具有所述标签的所述原始医学影像作为符合所述目标病情的目标影像。

在一些实施例中，处理器180用于对所述原始医学影像的所述标签和所述目标病情进行匹配，将匹配成功的所述原始医学影像确定为符合所述目标病情的目标影像。

在一些实施例中，处理器180用于若所述AI检测结果中所述原始医学影像具有未知病灶，则在所述原始医学影像中对所述未知病灶所在的目标部位进行标识。

在一些实施例中，处理器180用于判断获取到的所述目标影像的数据量是否足够；

若否，则基于预设识别模型对具有所述目标部位的原始医学影像进行识别，确定各个目标部位的病灶识别结果；

获取病灶识别结果符合所述目标病情的所述原始医学影像作为所述目标影像。

由上可知，本申请实施例提供了一种电子设备1200，所述电子设备1200执行以下步骤：解析当前的科研分析需求，以得到符合所述科研分析需求的目标病情；通过AI检测系统对原始医学影像进行病情检测；从AI检测结果中获取具有所述目标病情的原始医学影像，并对所述具有所述目标病情的原始医学影像进行打标签处理；从所述原始医学影像中获取具有所述标签且符合所述目标病情的目标影像，以便基于所述目标影像进行科研分析。

本申请实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行上述任一实施例所述的医学影像获取分析方法。

需要说明的是，对本申请所述医学影像获取分析方法而言，本领域普通测试人员可以理解实现本申请实施例所述医学影像获取分析方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如所述医学影像获取分析方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)等。

对本申请实施例的所述医学影像获取分析装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。

以上对本申请实施例所提供的医学影像获取分析方法、装置、存储介质及电子设备进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。