[發明專利]圖像識別方法及相關設備

在審

• 申請號: 201910135802.6
• 申請日: 2019-02-21
• 公開（公告）號: CN109978004A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 王健宗;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G16H50/20
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本申請實施例公開了一種圖像識別方法及相關設備，其中方法包括：將目標肺部掃描圖像輸入至第一神經網絡以得到第一類別概率圖；將所述第一類別概率圖輸入至第二神經網絡以得到第二類別概率圖；根據所述第一類別概率圖提取所述目標肺部掃描圖像中的結節單元以得到多個結節單元；分別將所述多個結節單元中每一結節單元輸入至第三神經網絡以得到針對所述多個結節單元中每一結節單元的結節類型的第三類別概率圖；將所述第二類別概率圖和所述第三類別概率圖輸入至第四神經網絡以得到所述目標肺部掃描圖像對應的目標患者的肺癌患病概率。采用本申請，提高了肺癌病灶部位的圖像識別的準確率。

技術領域

本申請涉及數據處理技術領域，主要涉及了一種圖像識別方法及相關設備。

背景技術

肺癌是發病率和死亡率增長最快，對人群健康和生命威脅最大的惡性腫瘤之一。近50年來許多國家都報道肺癌的發病率和死亡率均明顯增高，傳統的肺癌篩查依靠專業的醫療人員對肺部影像進行解讀，篩查出可疑的肺部結節，這對于醫療人員的工作量要求極高，且容易出現假陽性診斷，因此，如何提高肺癌病灶部位的圖像識別的準確率是本領域技術人員待解決的技術問題。

發明內容

本申請實施例提供了一種圖像識別方法及相關設備，可通過肺部掃描圖像識別患者的肺癌患病概率，提高了肺癌病灶部位的圖像識別的準確率。

第一方面，本申請實施例提供一種圖像識別方法，其中：

將目標肺部掃描圖像輸入至第一神經網絡，以得到針對有結節和無結節的第一類別概率圖，所述第一神經網絡用于識別所述目標肺部掃描圖像中的結節圖像；

將所述第一類別概率圖輸入至第二神經網絡，以得到針對良性結節、惡性結節和無結節的第二類別概率圖，所述第二神經網絡用于識別所述第一類別概率圖中的結節圖像的結節類型；

根據所述第一類別概率圖提取所述目標肺部掃描圖像中的結節單元，以得到多個結節單元；

分別將所述多個結節單元中每一結節單元輸入至第三神經網絡，以得到針對所述多個結節單元中每一結節單元的結節類型的第三類別概率圖，所述結節類型包括良性結節和惡性結節，所述第三神經網絡用于分別識別所述多個結節單元中每一結節單元的結節類型；

將所述第二類別概率圖和所述第三類別概率圖輸入至第四神經網絡，以得到所述目標肺部掃描圖像對應的目標患者的肺癌患病概率，所述第四神經網絡用于對所述第二類別概率圖和所述第三類別概率圖進行分類。

第二方面，本申請實施例提供一種圖像識別裝置，其中：

第一處理單元，用于將目標肺部掃描圖像輸入至第一神經網絡，以得到針對有結節和無結節的第一類別概率圖，所述第一神經網絡用于識別所述目標肺部掃描圖像中的結節圖像；

第二處理單元，用于將所述第一類別概率圖輸入至第二神經網絡，以得到針對良性結節、惡性結節和無結節的第二類別概率圖，所述第二神經網絡用于識別所述第一類別概率圖中的結節圖像的結節類型；

第三處理單元，用于根據所述第一類別概率圖提取所述目標肺部掃描圖像中的結節單元，以得到多個結節單元；分別將所述多個結節單元中每一結節單元輸入至第三神經網絡，以得到針對所述多個結節單元中每一結節單元的結節類型的第三類別概率圖，所述結節類型包括良性結節和惡性結節，所述第三神經網絡用于分別識別所述多個結節單元中每一結節單元的結節類型；

第四處理單元，用于將所述第二類別概率圖和所述第三類別概率圖輸入至第四神經網絡，以得到所述目標肺部掃描圖像對應的目標患者的肺癌患病概率，所述第四神經網絡用于對所述第二類別概率圖和所述第三類別概率圖進行分類。