[發(fā)明專利]病灶檢測方法、裝置及電子設備

在審

• 申請?zhí)枺?/td>: 202010034320.4
• 申請日: 2020-01-13
• 公開（公告）號: CN111242926A
• 公開（公告）日: 2020-06-05
• 發(fā)明（設計）人: 常德杰;孔飛;劉邦長;李榮華;姜鵬;劉朝振;劉紅霞;張航飛;季科
• 申請（專利權）人: 北京妙醫(yī)佳健康科技集團有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 董艷芳

1.一種病灶檢測方法，其特征在于，包括：

獲取待檢測的醫(yī)學掃描圖像；

對所述醫(yī)學掃描圖像進行預處理，得到與所述醫(yī)學掃描圖像對應的去噪掃描圖像；

將所述去噪掃描圖像輸入至預先訓練的病灶檢測模型，得到所述病灶檢測模型輸出的檢測結果；其中，所述檢測結果包括病灶中心點坐標、病灶尺寸和病灶偏移量中的一種或多種；

將所述檢測結果標注至所述醫(yī)學掃描圖像。

2.根據權利要求1所述的方法，其特征在于，所述醫(yī)學掃描圖像為3D圖像；所述預處理包括歸一化處理和/或重采樣處理；

所述對所述醫(yī)學掃描圖像進行預處理，得到與所述醫(yī)學掃描圖像對應的去噪掃描圖像的步驟，包括：

如果所述預處理包括所述歸一化處理，將所述醫(yī)學掃描圖像中各個像素的色彩值分別映射到預設色彩范圍內的多個目標色彩值；

如果所述預處理包括所述重采樣處理，利用所述重采樣處理剔除所述醫(yī)學掃描圖像中的噪聲，并將所述醫(yī)學掃描圖像的當前尺寸調整為第一目標尺寸；

將預處理后的醫(yī)學掃描圖像作為去噪掃描圖像。

3.根據權利要求1所述的方法，其特征在于，所述病灶檢測模型包括特征圖生成網絡和第一卷積網絡；所述第一卷積網絡包括與所述特征圖生成網絡分別相連的中心點卷積子網絡、尺寸卷積子網絡和偏移量卷積子網絡；

所述將所述去噪掃描圖像輸入至預先訓練的病灶檢測模型，得到所述病灶檢測模型輸出的檢測結果的步驟，包括：

將所述去噪掃描圖像輸入至所述特征圖生成網絡，得到所述去噪掃描圖像的特征圖；

將所述特征圖分別輸入至所述中心點卷積子網絡、所述尺寸卷積子網絡和所述偏移量卷積子網絡，得到檢測結果；其中，所述中心點卷積子網絡用于病灶中心點坐標檢測，所述尺寸卷積子網絡用于進行病灶尺寸檢測，所述偏移量卷積子網絡用于進行病灶偏移量檢測。

4.根據權利要求3所述的方法，其特征在于，所述特征圖生成網絡包括第二卷積網絡和特征骨架模型；

所述將所述去噪掃描圖像輸入至所述特征圖生成網絡，得到所述去噪掃描圖像的特征圖的步驟，包括：

將所述去噪掃描圖像輸入至所述第二卷積網絡，通過所述第二卷積網絡對所述去噪掃描圖像進行重采樣處理，得到第二目標尺寸的去噪掃描圖像；

將所述第二目標尺寸的去噪掃描圖像輸入至所述特征骨架模型，得到所述去噪掃描圖像的特征圖。

5.根據權利要求3所述的方法，其特征在于，所述病灶檢測模型的訓練步驟，包括：

獲取圖像訓練集；

基于所述圖像訓練集中的圖像樣本訓練所述病灶檢測模型；

基于每次訓練的訓練結果計算所述病灶檢測模型的損失函數；

當所述病灶檢測模型的損失函數收斂時，停止對所述病灶檢測模型進行訓練。

6.根據權利要求5所述的方法，其特征在于，所述獲取圖像訓練集的步驟，包括：

獲取攜帶有病灶標簽的原始圖像樣本；其中，所述病灶標簽包括病灶包圍框；所述原始圖像樣本為3D圖像；

將所述原始圖像樣本中所述病灶包圍框外圍區(qū)域的各個像素的色彩值設置為預設色彩值；

對所述原始圖像樣本中所述病灶包圍框所處區(qū)域進行所述預處理，得到所述原始圖像樣本對應的去噪圖像樣本；

對所述去噪圖像樣本進行特征增強處理，得到所述去噪圖像樣本對應的增強圖像樣本；

將所述去噪圖像樣本和所述增強圖像樣本作為圖像訓練集。

7.根據權利要求6所述的方法，其特征在于，所述對所述去噪圖像樣本進行特征增強處理，得到所述去噪圖像樣本對應的增強圖像樣本的步驟，包括：

將所述去噪圖像樣本輸入至預先訓練的對抗特征生成網絡，得到所述對抗特征生成網絡輸出的增強圖像樣本；

和/或；

對所述去噪圖像樣本進行圖像處理，得到所述對抗特征生成網絡輸出的增強圖像樣本；其中，所述圖像處理包括旋轉、縮放、平移和扭曲中的一種或多種。