[發明專利]一種圖像識別模型的訓練方法、圖像識別方法及裝置

在審

• 申請號: 202010598347.6
• 申請日: 2020-06-28
• 公開（公告）號: CN113935385A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 胡冉杰;王旭浩;馬靖博;唐明軒;黃承基
• 申請（專利權）人: 中移（成都）信息通信科技有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

1.一種圖像識別模型的訓練方法，其特征在于，所述方法包括：

獲取第一樣本病理切片的切片圖像和所述第一樣本病理切片的切片圖像的預設鄰域圖像；以及，

獲取所述切片圖像的圖像特征、所述預設鄰域圖像的圖像特征和所述第一樣本病理切片的切片圖像對應的分類標簽；

將所述切片圖像的圖像特征和所述預設鄰域圖像的圖像特征結合，得到待分類樣本切片；

根據所述待分類樣本切片和所述分類標簽，對預設分類模型進行訓練，得到圖像識別模型。

2.根據權利要求1所述的方法，其特征在于，所述獲取第一樣本病理切片的切片圖像和所述第一樣本病理切片的切片圖像的預設鄰域圖像，包括：

通過海森矩陣對所述第一樣本病理切片進行圖像增強處理，得到第二樣本病理切片；

根據預設的滑動窗口，對所述第二樣本病理切片進行分割，獲得所述切片圖像和所述樣本切片圖像的預設鄰域圖像。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述切片圖像的圖像特征、所述預設鄰域圖像的圖像特征，包括：

將所述切片圖像和所述預設鄰域圖像分別輸入訓練好的預設特征提取模型，得到所述切片圖像的圖像特征和所述預設鄰域圖像的圖像特征。

4.根據權利要求3所述的方法，其特征在于，所述訓練好的預設特征提取模型根據所述切片圖像訓練得到。

5.根據權利要求2所述的方法，其特征在于，所述通過海森矩陣對所述第一樣本病理切片進行圖像增強處理，得到第二樣本病理切片，包括：

對所述圖像增強處理后的樣本病理切片進行直方圖均衡處理，得到直方圖均衡處理后的樣本病理切片；

對所述直方圖均衡處理后的樣本病理切片進行歸一化處理，得到歸一化的樣本病理切片圖像，將所述歸一化的樣本病理切片作為所述第二樣本病理切片。

6.一種圖像識別方法，其特征在于，所述方法包括：

獲取待識別的第一病理切片的第一病理圖像和所述第一病理圖像的預設領域圖像；以及，

獲取所述第一病理圖像的圖像特征和所述預設鄰域圖像的圖像特征；

將所述第一病理圖像的圖像特征和所述預設領域圖像的圖像特征結合，得到待識別的第二病理圖像；

將所述第二病理圖像輸入圖像識別模型，得到所述第二病理圖像的識別結果，將所述第二病理圖像的識別結果作為所述第一病理圖像的識別結果，其中，所述圖像識別模型根據權利要求1-5任意一項所述的圖像識別模型的訓練方法得到。

7.根據權利要求6所述的方法，其特征在于，所述獲取待識別的第一病理切片的第一病理圖像和所述第一病理圖像的預設領域圖像，包括：

通過海森矩陣對所述第一病理切片進行圖像增強處理，得到第二病理切片；

根據預設的滑動窗口，對所述第二病理切片進行分割，獲得所述第一病理圖像和所述第一病理圖像的預設領域圖像。

8.根據權利要求7所述的方法，其特征在于，所述通過海森矩陣對所述第一病理切片進行圖像增強處理，得到第二病理切片，包括：

對所述圖像增強處理后的第一病理切片進行直方圖均衡處理，得到直方圖均衡處理后的第一病理切片；

對所述直方圖均衡處理后的第一病理切片進行歸一化處理，得到歸一化的第一病理切片，將所述歸一化的第一病理切片作為所述第二病理切片。

9.根據權利要求6所述的方法，其特征在于，所述獲取所述第一病理圖像的圖像特征和所述預設鄰域圖像的圖像特征，包括：

將所述第一病理圖像和所述第一病理圖像的預設鄰域圖像分別輸入預設特征提取模型，得到所述第一病理圖像的圖像特征和所述預設鄰域圖像的圖像特征；其中，所述預設特征提取模型根據權利要求4所述的圖像識別模型的訓練方法訓練得到。