一种基于大数据分析的乳腺病的CT图像处理方法

技术领域

本申请是关于图像处理技术领域，特别是关于基于大数据分析的乳腺病的CT图像处理方法。

背景技术

随着图像处理技术的发展，图像处理技术也被广泛应用到医疗场景中。在医疗场景中，存在着大量需要处理的图像，以CT(Computed Tomography，计算机断层扫描)图像为例，可以分析CT图像对应的检测结果；还可以对CT图像进行分类等。进一步地，针对不同类型的CT图像，例如：不同的器官、不同的科室的CT图像，可采用不同的CT图像处理方式。

针对乳腺病的CT图像，目前的分析处理方式较为局限，导致乳腺病的CT图像的应用性较差。

发明内容

本申请的目的在于提供一种基于大数据分析的乳腺病的CT图像处理方法，能够实现基于大数据分析的乳腺病的CT图像的处理，提高乳腺病的CT图像的应用性。

为实现上述目的，本申请的实施例提供了一种基于大数据分析的乳腺病的CT图像处理方法，包括：基于预设的乳腺病人数据库，确定至少两种乳腺病类型分别对应的多张乳腺CT图像；确定所述多张乳腺CT图像分别对应的标识信息；其中，所述标识信息包括：乳腺病周期标识与乳腺病灶特征标识；基于所述多张乳腺CT图像和所述多张乳腺CT图像分别对应的标识信息，确定所述至少两种乳腺病类型分别对应的目标乳腺CT图像；其中，每种乳腺病类型对应的目标乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中存在至少一张关联乳腺CT图像；以及，若两张乳腺CT图像对应的乳腺病周期标识和乳腺病灶特征标识符合预设关联关系，则该两张乳腺CT图像为关联乳腺CT图像；基于所述目标乳腺CT图像，更新所述至少两种乳腺病类型对应的乳腺病知识库。

在一种可能的实施方式中，所述预设的乳腺病人数据库中包括多个乳腺病人分别对应的乳腺CT图像；所述基于预设的乳腺病人数据库，确定至少两种乳腺病类型分别对应的多张乳腺CT图像，包括：从所述多个乳腺病人中确定出多个目标乳腺病人；确定所述多个目标乳腺病人分别对应的乳腺病类型；基于所述多个目标乳腺病人分别对应的乳腺病类型和乳腺CT图像，确定至少两种乳腺病类型分别对应的多张乳腺CT图像；其中，针对乳腺病类型相同的至少两个目标乳腺病人，基于该至少两个目标乳腺病人对应的乳腺CT图像，确定该乳腺病类型对应的多张乳腺CT图像。

在一种可能的实施方式中，所述从所述多个乳腺病人中确定出多个目标乳腺病人，包括：针对所述多个乳腺病人中的乳腺病人，判断该乳腺病人对应的乳腺CT图像的数量是否大于预设数量；若该乳腺病人对应的乳腺CT图像的数量大于预设数量，判断该乳腺病人对应的乳腺CT图像的生成时间之间的间隔是否处于预设时长范围内；若该乳腺病人对应的乳腺CT图像的生成时间之间的间隔处于预设时长范围内，确定该乳腺病人为目标乳腺病人；若该乳腺病人对应的乳腺CT图像的数量小于或者等于预设数量，判断该乳腺病人对应的乳腺CT图像之间的相似度是否小于预设相似度；若该乳腺病人对应的乳腺CT图像之间的相似度小于预设相似度，确定该乳腺病人为目标乳腺病人。

在一种可能的实施方式中，所述确定所述多张乳腺CT图像分别对应的标识信息，包括：根据预设的病灶特征提取模型，确定所述多张乳腺CT图像分别对应的乳腺病灶特征标识；对所述多张乳腺CT图像分别对应的乳腺病灶特征标识进行筛选处理，获得处理的多张乳腺CT图像；所述处理的多张乳腺CT图像分别对应筛选处理的乳腺病灶特征标识；根据预设的乳腺病周期预测模型，确定所述处理的多张乳腺CT图像对应的乳腺病周期标识；对所述处理的多张乳腺CT图像对应的乳腺病周期标识进行优化处理，获得最终的多张乳腺CT图像；所述最终的多张乳腺CT图像分别对应筛选处理的乳腺病灶特征标识和优化处理的乳腺病周期标识。

在一种可能的实施方式中，所述对所述多张乳腺CT图像分别对应的乳腺病灶特征标识进行筛选处理，获得处理的多张乳腺CT图像，包括：针对所述多张乳腺CT图像中的乳腺CT图像，判断该乳腺CT图像对应的乳腺病灶特征标识中是否存在预设病灶特征标识；若该乳腺CT图像对应的乳腺病灶特征标识中存在预设病灶特征标识，判断该预设病灶特征标识的邻近病灶特征标识数量是否大于预设数量；若该预设病灶特征标识的邻近病灶特征数量标识小于预设数量，删除该预设病灶特征标识；若该乳腺CT图像对应的乳腺病灶特征标识中不存在预设病灶特征标识，确定各个乳腺病灶特征标识的平均尺寸；将尺寸小于该平均尺寸，且不属于最小尺寸的乳腺病灶特征标识删除。

在一种可能的实施方式中，所述对所述处理的多张乳腺CT图像对应的乳腺病周期标识进行优化处理，获得最终的多张乳腺CT图像，包括：针对所述处理的多张乳腺CT图像中的处理的乳腺CT图像，判断该处理的乳腺CT图像对应的乳腺病周期标识是否为预设乳腺病周期标识；若该处理的乳腺CT图像对应的乳腺病周期标识为预设乳腺病周期标识，判断该处理的乳腺CT图像对应的乳腺病灶特征标识是否匹配所述预设乳腺病周期标识；若该处理的乳腺CT图像对应的乳腺病灶特征标识不匹配所述预设乳腺病周期标识，将目标乳腺病周期标识确定为该处理的乳腺CT图像对应的乳腺病周期标识；其中，目标乳腺病周期标识基于其他处理的乳腺CT图像对应的乳腺病周期标识确定。

在一种可能的实施方式中，所述基于所述多张乳腺CT图像和所述多张乳腺CT图像分别对应的标识信息，确定所述至少两种乳腺病类型分别对应的目标乳腺CT图像，包括：针对所述至少两种乳腺病类型中的乳腺病类型对应的多张乳腺CT图像中的任意一张乳腺CT图像，判断该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中是否存在至少一张关联乳腺CT图像；若该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中存在至少一张关联乳腺CT图像，则确定该乳腺CT图像为目标乳腺CT图像；若该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中不存在至少一张关联乳腺CT图像，则确定该乳腺CT图像不是目标乳腺CT图像。

在一种可能的实施方式中，所述预设关联关系包括以下任意一种：该两张乳腺CT图像对应的乳腺病周期标识相同，且该两张乳腺CT图像对应的乳腺病灶特征标识中的相同乳腺病灶特征标识的数量大于第一预设标识数量；该两张乳腺CT图像对应的乳腺病周期标识为相邻乳腺病周期标识，且该两张乳腺CT图像对应的病灶特征标识的数量关系以及尺寸关系，符合所述相邻乳腺病周期标识的发展关系；所述发展关系用于表征乳腺病周期的先后顺序；该两张乳腺CT图像对应的乳腺病周期标识不相同，且不是相邻乳腺病周期标识，该两张乳腺CT图像对应的乳腺病灶特征标识中的相同乳腺病灶特征标识的数量大于第二预设标识数量；所述第二预设标识数量大于所述第一预设标识数量。

在一种可能的实施方式中，所述乳腺病知识库中包括乳腺病介绍信息，所述乳腺病介绍信息中包括各个乳腺病周期对应的乳腺病CT图像；所述基于所述目标乳腺CT图像，更新所述至少两种乳腺病类型对应的乳腺病知识库，包括：判断所述目标乳腺CT图像在所述乳腺病介绍信息中是否存在对应的乳腺病周期；若所述目标乳腺CT图像在所述乳腺病介绍信息中存在对应的乳腺病周期，将该对应的乳腺病周期对应的乳腺病CT图像更新为所述目标乳腺CT图像；判断所述乳腺病介绍信息中是否包括所述目标乳腺CT图像的关联乳腺CT图像；若所述乳腺病介绍信息中包括所述目标乳腺CT图像的关联乳腺CT图像，建立所述目标乳腺CT图像与所述关联乳腺CT图像对应的介绍信息之间的链接关系，该链接关系用于实现介绍信息的跳转。

在一种可能的实施方式中，所述基于大数据分析的乳腺病的CT图像处理方法还包括：针对所述多张乳腺CT图像中属于所述目标乳腺CT图像的关联乳腺CT图像，且不属于所述目标乳腺CT图像的乳腺CT图像，确定该乳腺CT图像对应的乳腺病周期标识与预设乳腺CT图像对应的乳腺病周期标识之间的第一相似度，以及确定该乳腺CT图像对应的乳腺病灶特征标识与预设乳腺CT图像对应的乳腺病灶特征标识之间的第二相似度；基于所述第一相似度和所述第二相似度确定该乳腺CT图像是否为非典型乳腺CT图像；若该乳腺CT图像为非典型乳腺CT图像，将该乳腺CT图像加入到预设的非典型乳腺图像库中。

与现有技术相比，本申请提供的基于大数据分析的乳腺病的CT图像处理方法，基于预设的乳腺病人数据库，先确定出多种乳腺病类型对应的乳腺CT图像；然后，确定出乳腺CT图像对应的标识信息，基于该标识信息，确定出至少两种乳腺病类型对应的目标乳腺CT图像，该目标乳腺CT图像可以理解为乳腺病类型的典型乳腺CT图像，进而，结合该目标乳腺CT图像，对乳腺病类型对应的乳腺病知识库进行更新，使得乳腺病知识库中的数据更具有代表性；则，通过基于大数据分析的乳腺病的CT图像的处理，从而提高乳腺病的CT图像的应用性。

附图说明

图1是根据本申请一实施例的图像处理系统的结构示意图；

图2是根据本申请一实施例的基于大数据分析的乳腺病的CT图像处理方法的流程图；

图3是根据本申请一实施例的基于大数据分析的乳腺病的CT图像处理装置的结构示意图；

图4是根据本申请一实施方式的数据处理终端的结构示意图。

具体实施方式

下面结合附图，对本申请的具体实施方式进行详细描述，但应当理解本申请的保护范围并不受具体实施方式的限制。

除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

本申请的实施例提供的技术方案可以应用于各种需要对乳腺病的CT图像进行分析处理的应用场景中，在这些应用场景中，通过对乳腺病的CT图像进行分析处理，筛选出具备代表性和典型性的乳腺病的CT图像，然后利用该具备代表性和典型性的乳腺病的CT图像更新大数据，以提高乳腺病的CT图像的应用性。

在该技术方案中，其数据来源可以为大数据库，其数据应用也可以为大数据库，不过，数据的来源方和应用方可能不相同。

作为示例，请参照图1，为本申请的实施例提供的图像处理系统的结构示意图，在该图像处理系统中，包括：乳腺病人数据库、数据处理终端和乳腺病知识库。

其中，乳腺病人数据库用于收集大量的乳腺病人的乳腺CT图像；乳腺病知识库用于整合乳腺病的相关信息，可供用户查阅，例如：乳腺病的介绍信息：症状、治疗方式、发展阶段等。

在相关技术中，乳腺病人数据库和乳腺病知识库可能共用数据，但两者的数据之间并没有相应的关系，导致这两种数据库的数据应用性都较差。

基于此，在本申请的实施例中，通过数据处理终端先对乳腺病人数据库中的数据进行分析处理，然后再基于分析处理结果对乳腺病知识库进行更新，从而建立两者之间的数据关联关系，提高乳腺病的CT图像的应用性。

在一些实施例中，数据处理终端可以是部署在医疗场景中的具备数据处理能力的设备。

在一些实施例中，乳腺病人数据库和乳腺病知识库，可以是医疗场景中，设置的数据库。

接下来请参照图2，为本申请实施例提供的基于大数据分析的乳腺病的CT图像处理方法的流程图，该图像处理方法包括：

步骤201，基于预设的乳腺病人数据库，确定至少两种乳腺病类型分别对应的多张乳腺CT图像。

在一些实施例中，预设的乳腺病人数据库中包括多个乳腺病人分别对应的乳腺CT图像。

作为一种可选的实施方式，步骤201包括：从多个乳腺病人中确定出多个目标乳腺病人；确定多个目标乳腺病人分别对应的乳腺病类型；基于多个目标乳腺病人分别对应的乳腺病类型和乳腺CT图像，确定至少两种乳腺病类型分别对应的多张乳腺CT图像；其中，针对乳腺病类型相同的至少两个目标乳腺病人，基于该至少两个目标乳腺病人对应的乳腺CT图像，确定该乳腺病类型对应的多张乳腺CT图像。

在一些实施例中，从多个乳腺病人中确定出多个目标乳腺病人，包括：针对多个乳腺病人中的乳腺病人，判断该乳腺病人对应的乳腺CT图像的数量是否大于预设数量；若该乳腺病人对应的乳腺CT图像的数量大于预设数量，判断该乳腺病人对应的乳腺CT图像的生成时间之间的间隔是否处于预设时长范围内；若该乳腺病人对应的乳腺CT图像的生成时间之间的间隔处于预设时长范围内，确定该乳腺病人为目标乳腺病人；若该乳腺病人对应的乳腺CT图像的数量小于或者等于预设数量，判断该乳腺病人对应的乳腺CT图像之间的相似度是否小于预设相似度；若该乳腺病人对应的乳腺CT图像之间的相似度小于预设相似度，确定该乳腺病人为目标乳腺病人。

在一些实施例中，预设数量可以结合大数据确定；例如，对大数据中的乳腺病人的乳腺CT图像的数量进行统计，确定出一个平均数量，基于该平均数量确定预设数量。例如，预设数量等于或者小于平均数量。

在一些实施例中，该乳腺病人对应的乳腺CT图像的生成时间之间的间隔，可以理解为：对乳腺病人两两乳腺CT图像的生成时间之间的间隔进行统计，所确定出的一个平均值。

示例的，假设一乳腺病人对应的乳腺CT图像包括5张，先对该5张乳腺CT图像按照生成时间的先后顺序排序，然后，分别计算第一张乳腺CT图像和第二张乳腺CT图像的生成时间之间的间隔，第二张乳腺CT图像和第三张乳腺CT图像的生成时间之间的间隔，第三张乳腺CT图像和第四张乳腺CT图像的生成时间之间的间隔，第四张乳腺CT图像和第五张乳腺CT图像的生成时间之间的间隔；最后，对计算的多个间隔值进行平均，所确定的间隔值为最终的间隔值。

在一些实施例中，预设时长范围的下限可以是最小时长，上限可以是最大时长。其中，最小时长和最大时长可以基于大数据分析确定。示例的，对大量的乳腺病人的间隔诊断时间进行统计，即两次前往医院就诊时间之间的间隔时间，然后，确定出一个平均值，基于该平均值确定最小时长和最大时长。例如，最小时长小于平均值，最大时长大于平均值，且最小时长和最大时长之间的差值大于平均值。

在一些实施例中，该乳腺病人对应的乳腺CT图像之间的相似度，可以理解为：对乳腺病人两两乳腺CT图像的相似度进行统计，所确定出的一个平均相似度。

示例的，假设一乳腺病人对应的乳腺CT图像包括5张，分别计算第一张乳腺CT图像和第二张乳腺CT图像的相似度，第二张乳腺CT图像和第三张乳腺CT图像的相似度，第三张乳腺CT图像和第四张乳腺CT图像的相似度，第四张乳腺CT图像和第五张乳腺CT图像的相似度；最后，对计算的多个相似度进行平均，所确定的平均相似度为最终的相似度。

在一些实施例中，预设相似度可以根据不同的应用场景进行设置，例如：百分之90、百分之95等。

在一些实施例中，图像之间的相似度计算方式，可参照本领域的成熟技术。

在一些实施例中，如果乳腺病人的乳腺CT图像不符合上述任一条件，则该乳腺病人不是目标乳腺病人。

步骤202，确定多张乳腺CT图像分别对应的标识信息。其中，标识信息包括：乳腺病周期标识与乳腺病灶特征标识。

在一些实施例中，乳腺病周期标识用于标识乳腺病周期，例如：前期、中期、晚期，或者更为详细的周期划分，在不同的应用场景中可以不同。该标识信息可以直接作为乳腺CT图像的一部分，例如：在乳腺CT图像中增加文本标识，该文本标识的内容为乳腺病周期。

在一些实施例中，乳腺病灶特征标识用于表征乳腺病的病灶，例如：病变区域、病变类型等；该标识信息可以是乳腺CT图像中的线条标注，区域标注等各种形式，可参照本领域的成熟技术。

作为一种可选的实施方式，步骤202包括：根据预设的病灶特征提取模型，确定多张乳腺CT图像分别对应的乳腺病灶特征标识；对多张乳腺CT图像分别对应的乳腺病灶特征标识进行筛选处理，获得处理的多张乳腺CT图像；处理的多张乳腺CT图像分别对应筛选处理的乳腺病灶特征标识；根据预设的乳腺病周期预测模型，确定处理的多张乳腺CT图像对应的乳腺病周期标识；对处理的多张乳腺CT图像对应的乳腺病周期标识进行优化处理，获得最终的多张乳腺CT图像；最终的多张乳腺CT图像分别对应筛选处理的乳腺病灶特征标识和优化处理的乳腺病周期标识。

在一些实施例中，对多张乳腺CT图像分别对应的乳腺病灶特征标识进行筛选处理，获得处理的多张乳腺CT图像，包括：针对多张乳腺CT图像中的乳腺CT图像，判断该乳腺CT图像对应的乳腺病灶特征标识中是否存在预设病灶特征标识；若该乳腺CT图像对应的乳腺病灶特征标识中存在预设病灶特征标识，判断该预设病灶特征标识的邻近病灶特征标识数量是否大于预设数量；若该预设病灶特征标识的邻近病灶特征数量标识小于预设数量，删除该预设病灶特征标识；若该乳腺CT图像对应的乳腺病灶特征标识中不存在预设病灶特征标识，确定各个乳腺病灶特征标识的平均尺寸；将尺寸小于该平均尺寸，且不属于最小尺寸的乳腺病灶特征标识删除。

在一些实施例中，预设病灶特征标识可以表征预先配置的用于指示不具有典型性和代表性的病灶特征。例如：尺寸小于预设尺寸的乳腺结节。

在一些实施例中，预设数量，可以根据不同的应用场景进行设置，在此不限定。可以理解，针对不具有典型性和代表性的病灶特征，虽然其研究意义不大，但是，如果其周围的病灶特征的数量已经较多，说明，其仍然具有一定的研究意义。

在一些实施例中，邻近病灶特征标识指的是，与预设病灶特征标识之间的距离小于预设距离的病灶特征标识。其中，预设距离根据不同的应用场景进行设置。

在一些实施例中，对处理的多张乳腺CT图像对应的乳腺病周期标识进行优化处理，获得最终的多张乳腺CT图像，包括：针对处理的多张乳腺CT图像中的处理的乳腺CT图像，判断该处理的乳腺CT图像对应的乳腺病周期标识是否为预设乳腺病周期标识；若该处理的乳腺CT图像对应的乳腺病周期标识为预设乳腺病周期标识，判断该处理的乳腺CT图像对应的乳腺病灶特征标识是否匹配预设乳腺病周期标识；若该处理的乳腺CT图像对应的乳腺病灶特征标识不匹配所述预设乳腺病周期标识，将目标乳腺病周期标识确定为该处理的乳腺CT图像对应的乳腺病周期标识；其中，目标乳腺病周期标识基于其他处理的乳腺CT图像对应的乳腺病周期标识确定。

在一些实施例中，预设乳腺病周期标识，用于表征乳腺病症状轻微的乳腺病周期，例如：乳腺癌前期。

在一些实施例中，乳腺病灶特征标识与乳腺病周期标识匹配，例如：乳腺病灶特征标识的数量与乳腺病周期标识匹配；乳腺病灶特征标识的分布方式与乳腺病周期标识匹配等。

在一些实施例中，将其他处理的乳腺CT图像对应的乳腺病周期标识中，乳腺病周期标识数量最少的乳腺病周期标识，确定为目标乳腺病周期标识。

在一些实施例中，如果乳腺病灶特征标识与乳腺病周期标识匹配，则可不对乳腺病周期标识作优化。

步骤203，基于多张乳腺CT图像和多张乳腺CT图像分别对应的标识信息，确定至少两种乳腺病类型分别对应的目标乳腺CT图像。

其中，每种乳腺病类型对应的目标乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中存在至少一张关联乳腺CT图像；以及，若两张乳腺CT图像对应的乳腺病周期标识和乳腺病灶特征标识符合预设关联关系，则该两张乳腺CT图像为关联乳腺CT图像。

作为一种可选的实施方式，步骤203包括：针对至少两种乳腺病类型中的乳腺病类型对应的多张乳腺CT图像中的任意一张乳腺CT图像，判断该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中是否存在至少一张关联乳腺CT图像；若该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中存在至少一张关联乳腺CT图像，则确定该乳腺CT图像为目标乳腺CT图像；若该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中不存在至少一张关联乳腺CT图像，则确定该乳腺CT图像不是目标乳腺CT图像。

在一些实施例中，预设关联关系包括以下任意一种：该两张乳腺CT图像对应的乳腺病周期标识相同，且该两张乳腺CT图像对应的乳腺病灶特征标识中的相同乳腺病灶特征标识的数量大于第一预设标识数量；该两张乳腺CT图像对应的乳腺病周期标识为相邻乳腺病周期标识，且该两张乳腺CT图像对应的病灶特征标识的数量关系以及尺寸关系，符合相邻乳腺病周期标识的发展关系；发展关系用于表征乳腺病周期的先后顺序；该两张乳腺CT图像对应的乳腺病周期标识不相同，且不是相邻乳腺病周期标识，该两张乳腺CT图像对应的乳腺病灶特征标识中的相同乳腺病灶特征标识的数量大于第二预设标识数量；第二预设标识数量大于第一预设标识数量。

在一些实施例中，第一预设标识数量和第二预设标识数量可结合不同的应用场景设置，第二预设标识数量可以是第一预设标识数量的1.5倍等。

在一些实施例中，预设乳腺病周期标识的排序表，基于该排序表，可确定乳腺病周期标识是否为相邻乳腺病周期标识。

在一些实施例中，数量关系与尺寸关系，和发展关系之间具有相应的对应关系，例如：乳腺病周期在前，则数量应更少，尺寸应更小。

在一些实施例中，一个未经治疗手段的乳腺病周期可能包括：发病前期、发病中期、发病晚期。一个采用治疗手段的乳腺病周期可能包括：发明前期、治疗前期、治疗中期、治疗末期等。

在一些实施例中，最终确定的目标乳腺CT图像的数量可能不止一张；还可能是多张，这多张目标乳腺CT图像可通过对应的标识信息区分。

可以理解，针对至少两种乳腺病类型，分别对其对应的乳腺病CT图像作上述的分析处理，以分别确定出目标乳腺CT图像。

步骤204，基于目标乳腺CT图像，更新至少两种乳腺病类型对应的乳腺病知识库。

作为一种可选的实施方式，乳腺病知识库中包括乳腺病介绍信息，乳腺病介绍信息中包括各个乳腺病周期对应的乳腺病CT图像；基于目标乳腺CT图像，更新至少两种乳腺病类型对应的乳腺病知识库，包括：判断目标乳腺CT图像在乳腺病介绍信息中是否存在对应的乳腺病周期；若目标乳腺CT图像在乳腺病介绍信息中存在对应的乳腺病周期，将该对应的乳腺病周期对应的乳腺病CT图像更新为目标乳腺CT图像；判断乳腺病介绍信息中是否包括目标乳腺CT图像的关联乳腺CT图像；若乳腺病介绍信息中包述目标乳腺CT图像的关联乳腺CT图像，建立目标乳腺CT图像与关联乳腺CT图像对应的介绍信息之间的链接关系，该链接关系用于实现介绍信息的跳转。

在一些实施例中，关联乳腺CT图像可基于上述的关联关系实现查询。

在一些实施例中，可以配置目标乳腺CT图像的跳转控件，该跳转控件对应的跳转页为关联乳腺CT图像的介绍信息，从而，当用户触发该跳转控件时，可以跳转直接查看关联乳腺CT图像的介绍信息。

在一些实施例中，该图像处理方法还包括：针对多张乳腺CT图像中属于所述目标乳腺CT图像的关联乳腺CT图像，且不属于目标乳腺CT图像的乳腺CT图像，确定该乳腺CT图像对应的乳腺病周期标识与预设乳腺CT图像对应的乳腺病周期标识之间的第一相似度，以及确定该乳腺CT图像对应的乳腺病灶特征标识与预设乳腺CT图像对应的乳腺病灶特征标识之间的第二相似度；基于第一相似度和第二相似度确定该乳腺CT图像是否为非典型乳腺CT图像；若该乳腺CT图像为非典型乳腺CT图像，将该乳腺CT图像加入到预设的非典型乳腺图像库中。

在一些实施例中，预设乳腺CT图像，可以是通过对大数据进行分析，所确定出的非典型乳腺病的CT图像，其对应的乳腺病周期标识和乳腺病灶特征标识，可按照前述的实施方式确定。

在一些实施例中，若第一相似度和第二相似度均小于预设相似度，则该乳腺CT图像不是非典型乳腺CT图像。

在一些实施例中，若第一相似度和第二相似度中的至少一个相似度大于预设相似度，则该乳腺CT图像是非典型乳腺CT图像。

其中，预设相似度可结合不同的应用场景进行设置。

进而，若确定其为非典型乳腺CT图像，则将其加入到预设的非典型乳腺图像库。

通过上述介绍可以看出，本申请实施例提供的基于大数据分析的乳腺病的CT图像处理方法，基于预设的乳腺病人数据库，先确定出多种乳腺病类型对应的乳腺CT图像；然后，确定出乳腺CT图像对应的标识信息，基于该标识信息，确定出至少两种乳腺病类型对应的目标乳腺CT图像，该目标乳腺CT图像可以理解为乳腺病类型的典型乳腺CT图像，进而，结合该目标乳腺CT图像，对乳腺病类型对应的乳腺病知识库进行更新，使得乳腺病知识库中的数据更具有代表性；则，通过基于大数据分析的乳腺病的CT图像的处理，从而提高乳腺病的CT图像的应用性。

请参照图3，本申请的实施例提供一种基于大数据分析的乳腺病的CT图像处理装置，包括：

确定模块301，用于基于预设的乳腺病人数据库，确定至少两种乳腺病类型分别对应的多张乳腺CT图像；确定所述多张乳腺CT图像分别对应的标识信息；其中，所述标识信息包括：乳腺病周期标识与乳腺病灶特征标识；基于所述多张乳腺CT图像和所述多张乳腺CT图像分别对应的标识信息，确定所述至少两种乳腺病类型分别对应的目标乳腺CT图像；其中，每种乳腺病类型对应的目标乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中存在至少一张关联乳腺CT图像；以及，若两张乳腺CT图像对应的乳腺病周期标识和乳腺病灶特征标识符合预设关联关系，则该两张乳腺CT图像为关联乳腺CT图像。

更新模块302，用于基于所述目标乳腺CT图像，更新所述至少两种乳腺病类型对应的乳腺病知识库。

在一种可能的实施方式中，所述预设的乳腺病人数据库中包括多个乳腺病人分别对应的乳腺CT图像；确定模块301进一步用于：从所述多个乳腺病人中确定出多个目标乳腺病人；确定所述多个目标乳腺病人分别对应的乳腺病类型；基于所述多个目标乳腺病人分别对应的乳腺病类型和乳腺CT图像，确定至少两种乳腺病类型分别对应的多张乳腺CT图像；其中，针对乳腺病类型相同的至少两个目标乳腺病人，基于该至少两个目标乳腺病人对应的乳腺CT图像，确定该乳腺病类型对应的多张乳腺CT图像。

在一种可能的实施方式中，确定模块301进一步用于针对所述多个乳腺病人中的乳腺病人，判断该乳腺病人对应的乳腺CT图像的数量是否大于预设数量；若该乳腺病人对应的乳腺CT图像的数量大于预设数量，判断该乳腺病人对应的乳腺CT图像的生成时间之间的间隔是否处于预设时长范围内；若该乳腺病人对应的乳腺CT图像的生成时间之间的间隔处于预设时长范围内，确定该乳腺病人为目标乳腺病人；若该乳腺病人对应的乳腺CT图像的数量小于或者等于预设数量，判断该乳腺病人对应的乳腺CT图像之间的相似度是否小于预设相似度；若该乳腺病人对应的乳腺CT图像之间的相似度小于预设相似度，确定该乳腺病人为目标乳腺病人。

在一种可能的实施方式中，确定模块301进一步用于：根据预设的病灶特征提取模型，确定所述多张乳腺CT图像分别对应的乳腺病灶特征标识；对所述多张乳腺CT图像分别对应的乳腺病灶特征标识进行筛选处理，获得处理的多张乳腺CT图像；所述处理的多张乳腺CT图像分别对应筛选处理的乳腺病灶特征标识；根据预设的乳腺病周期预测模型，确定所述处理的多张乳腺CT图像对应的乳腺病周期标识；对所述处理的多张乳腺CT图像对应的乳腺病周期标识进行优化处理，获得最终的多张乳腺CT图像；所述最终的多张乳腺CT图像分别对应筛选处理的乳腺病灶特征标识和优化处理的乳腺病周期标识。

在一种可能的实施方式中，确定模块301进一步用于：针对所述多张乳腺CT图像中的乳腺CT图像，判断该乳腺CT图像对应的乳腺病灶特征标识中是否存在预设病灶特征标识；若该乳腺CT图像对应的乳腺病灶特征标识中存在预设病灶特征标识，判断该预设病灶特征标识的邻近病灶特征标识数量是否大于预设数量；若该预设病灶特征标识的邻近病灶特征数量标识小于预设数量，删除该预设病灶特征标识；若该乳腺CT图像对应的乳腺病灶特征标识中不存在预设病灶特征标识，确定各个乳腺病灶特征标识的平均尺寸；将尺寸小于该平均尺寸，且不属于最小尺寸的乳腺病灶特征标识删除。

在一种可能的实施方式中，确定模块301进一步用于：针对所述处理的多张乳腺CT图像中的处理的乳腺CT图像，判断该处理的乳腺CT图像对应的乳腺病周期标识是否为预设乳腺病周期标识；若该处理的乳腺CT图像对应的乳腺病周期标识为预设乳腺病周期标识，判断该处理的乳腺CT图像对应的乳腺病灶特征标识是否匹配所述预设乳腺病周期标识；若该处理的乳腺CT图像对应的乳腺病灶特征标识不匹配所述预设乳腺病周期标识，将目标乳腺病周期标识确定为该处理的乳腺CT图像对应的乳腺病周期标识；其中，目标乳腺病周期标识基于其他处理的乳腺CT图像对应的乳腺病周期标识确定。

在一种可能的实施方式中，确定模块301进一步用于：针对所述至少两种乳腺病类型中的乳腺病类型对应的多张乳腺CT图像中的任意一张乳腺CT图像，判断该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中是否存在至少一张关联乳腺CT图像；若该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中存在至少一张关联乳腺CT图像，则确定该乳腺CT图像为目标乳腺CT图像；若该乳腺CT图像在其他乳腺病类型对应的多张乳腺CT图像中不存在至少一张关联乳腺CT图像，则确定该乳腺CT图像不是目标乳腺CT图像。

在一种可能的实施方式中，所述预设关联关系包括以下任意一种：该两张乳腺CT图像对应的乳腺病周期标识相同，且该两张乳腺CT图像对应的乳腺病灶特征标识中的相同乳腺病灶特征标识的数量大于第一预设标识数量；该两张乳腺CT图像对应的乳腺病周期标识为相邻乳腺病周期标识，且该两张乳腺CT图像对应的病灶特征标识的数量关系以及尺寸关系，符合所述相邻乳腺病周期标识的发展关系；所述发展关系用于表征乳腺病周期的先后顺序；该两张乳腺CT图像对应的乳腺病周期标识不相同，且不是相邻乳腺病周期标识，该两张乳腺CT图像对应的乳腺病灶特征标识中的相同乳腺病灶特征标识的数量大于第二预设标识数量；所述第二预设标识数量大于所述第一预设标识数量。

在一种可能的实施方式中，所述乳腺病知识库中包括乳腺病介绍信息，所述乳腺病介绍信息中包括各个乳腺病周期对应的乳腺病CT图像；更新模块302进一步用于：判断所述目标乳腺CT图像在所述乳腺病介绍信息中是否存在对应的乳腺病周期；若所述目标乳腺CT图像在所述乳腺病介绍信息中存在对应的乳腺病周期，将该对应的乳腺病周期对应的乳腺病CT图像更新为所述目标乳腺CT图像；判断所述乳腺病介绍信息中是否包括所述目标乳腺CT图像的关联乳腺CT图像；若所述乳腺病介绍信息中包括所述目标乳腺CT图像的关联乳腺CT图像，建立所述目标乳腺CT图像与所述关联乳腺CT图像对应的介绍信息之间的链接关系，该链接关系用于实现介绍信息的跳转。

在一种可能的实施方式中，更新模块302还用于：针对所述多张乳腺CT图像中属于所述目标乳腺CT图像的关联乳腺CT图像，且不属于所述目标乳腺CT图像的乳腺CT图像，确定该乳腺CT图像对应的乳腺病周期标识与预设乳腺CT图像对应的乳腺病周期标识之间的第一相似度，以及确定该乳腺CT图像对应的乳腺病灶特征标识与预设乳腺CT图像对应的乳腺病灶特征标识之间的第二相似度；基于所述第一相似度和所述第二相似度确定该乳腺CT图像是否为非典型乳腺CT图像；若该乳腺CT图像为非典型乳腺CT图像，将该乳腺CT图像加入到预设的非典型乳腺图像库中。

请参照图4，本申请的实施例还提供一种数据处理终端，该数据处理终端可作为前述的图像处理方法的执行主体。

数据处理终端，包括处理器401和存储器402，处理器401和存储器402通信连接。

处理器401、存储器402之间直接或间接地电连接，以实现数据的传输或交互。例如，这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。前述的各模块或者各交互端所执行的方法步骤分别包括至少一个可以以软件或固件(firmware)的形式存储于存储器402中的软件功能模块。

处理器401可以是一种集成电路芯片，具有信号处理能力。处理器401可以是通用处理器，包括CPU(Central Processing Unit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器402可以存储各种软件程序以及模块。处理器401通过运行存储在存储器402中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，即实现本申请实施例中的各个步骤。

存储器402可以包括但不限于RAM(RandomAccess Memory，随机存取存储器)，ROM(Read OnlyMemory，只读存储器)，PROM(Programmable Read-OnlyMemory，可编程只读存储器)，EPROM(Erasable Programmable Read-Only Memory，可擦除只读存储器)，EEPROM(Electric Erasable Programmable Read-Only Memory，电可擦除只读存储器)等。

可以理解，图4所示的结构仅为示意，终端设备还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

前述对本申请的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本申请限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本申请的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本申请的各种不同的示例性实施方案以及各种不同的选择和改变。本申请的范围意在由权利要求书及其等同形式所限定。