[發明專利]圖像區域定位方法、裝置、存儲介質和醫學影像處理設備

有效

• 申請號: 201910082060.5
• 申請日: 2019-01-28
• 公開（公告）號: CN109872364B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 柴志忠;曹世磊;馬鍇;鄭冶楓
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/00
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

本申請實施例公開了一種圖像區域定位方法、裝置、存儲介質和醫學影像處理設備；本申請實施例可以獲取目標部位的多張二維圖像；對二維圖像進行特征提取，得到二維圖像的全局高層特征和全局低層特征；分別對全局高層特征和全局低層特征進行特征采樣，得到局部高層特征和局部低層特征；將局部高層特征和局部低層特征進行特征融合，得到融合后特征；基于融合后特征進行區域定位，得到對象區域位于多張二維圖像中的位置信息。該方案很好地保留了三維圖像的整體和細節特征信息，同時，在二維層面處理三維圖像可以降低對計算機資源的消耗，由此，提高了定位的精確度和速度，提升了基于三維影像的對象區域定位效率。

技術領域

本申請涉及圖像處理技術領域，具體涉及一種圖像區域定位方法、裝置、存儲介質和醫學影像處理設備。

背景技術

隨著人工智能(AI，Artificial Intelligence)算法的不斷升級，AI圖像處理的功能越來越強，相比于利用傳統圖像處理技術，通過AI可以更智能、高效、精確地處理圖像。比如，AI處理后的醫學影像(Medical Imaging)能夠更好地輔助醫護人員得知病患的病情。

然而，目前通過AI對三維影像進行處理時存在著定位準確度低、定位速度慢以及大量消耗計算機資源等問題，導致了AI對三維影像中對象區域定位的效率低下。

發明內容

本申請實施例提供一種方法、裝置、存儲介質和醫學影像處理設備，可以提升基于三維影像的對象區域定位效率。

本申請實施例提供一種圖像區域定位方法，包括：

獲取目標部位的多張二維圖像；

對所述二維圖像進行特征提取，得到所述二維圖像的全局高層特征和全局低層特征；

分別對所述全局高層特征和全局低層特征進行特征采樣，得到局部高層特征和局部低層特征；

將所述局部高層特征和局部低層特征進行特征融合，得到融合后特征；

基于所述融合后特征進行區域定位，得到對象區域位于所述多張二維圖像中的位置信息。

在一些實施例中，對所述二維圖像進行特征提取，得到所述二維圖像的全局高層特征和全局低層特征，包括：

通過特征提取網絡對所述二維圖像進行特征提取，得到所述二維圖像的高層特征和低層特征；

分別對所述高層特征和低層特征進行特征整合，得所述二維圖像的全局高層特征和全局低層特征。

在一些實施例中，所述特征提取網絡包括深度可分離卷積網絡以及稠密金字塔網絡，所述通過特征提取網絡對所述二維圖像進行特征提取，得到所述二維圖像的高層特征和低層特征，包括：

通過深度可分離卷積網絡對所述二維圖像進行特征提取，得到所述二維圖像的低層特征和待處理高層特征；

通過稠密金字塔網絡對所述待處理高層特征進行不同感受野的稠密化處理，得到高層特征。

在一些實施例中，分別對所述全局高層特征和全局低層特征進行特征采樣，得到局部高層特征和局部低層特征，包括：

分別在所述全局高層特征和全局低層特征上移動采集區域，得到移動后采集區域，其中，所述移動后采集區域與移動前采集區域部分相交；

分別對所述全局高層特征和全局低層特征上的移動后采集區域進行采樣操作，得到局部高層特征和局部低層特征。

在一些實施例中，所述基于所述融合后特征進行區域定位，得到對象區域位于所述多張二維圖像中的位置信息，還包括：

采集目標部位的多張二維圖像樣本，其中所述二維圖像樣本標注了所述對象區域位于所述多張二維圖像中的位置信息；