[發(fā)明專利]醫(yī)學(xué)圖像識別方法、裝置、設(shè)備以及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011060419.8
• 申請日: 2020-09-30
• 公開（公告）號: CN112016634B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計）人: 尚方信;楊葉輝;王磊;許言午
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/74;G06V10/82;G06N3/0464;G06N3/08;G06N20/20
• 代理公司: 北京市漢坤律師事務(wù)所 11602
• 代理人: 姜浩然;吳麗麗

本公開提供一種醫(yī)學(xué)圖像識別方法、裝置、設(shè)備以及存儲介質(zhì)，涉及計算機視覺、深度學(xué)習(xí)、智慧醫(yī)療等人工智能領(lǐng)域。醫(yī)學(xué)圖像識別方法包括：將醫(yī)學(xué)圖像輸入疾病分級網(wǎng)絡(luò)，獲取疾病分級網(wǎng)絡(luò)輸出的類別激活圖及其疾病類別和疾病置信度，類別激活圖能夠表征醫(yī)學(xué)圖像中指示相應(yīng)疾病類別的相關(guān)區(qū)域，疾病類別的劃分與一種或多種病灶相關(guān)；將醫(yī)學(xué)圖像輸入病理體征識別網(wǎng)絡(luò)，獲取病理體征識別網(wǎng)絡(luò)輸出的一個或多個病灶概率圖，其中，每一個病灶概率圖的每一個像素指示醫(yī)學(xué)圖像中相應(yīng)的一個子區(qū)域包括病灶的概率，并且在相應(yīng)的疾病置信度大于預(yù)設(shè)置信度的情況下，類別激活圖和相關(guān)的一個或多個病灶概率圖中每一個病灶概率圖之間的相似度均大于設(shè)定的閾值。

技術(shù)領(lǐng)域

本公開涉及計算機視覺、深度學(xué)習(xí)、智慧醫(yī)療等人工智能領(lǐng)域，更具體地，涉及一種醫(yī)學(xué)圖像識別方法、裝置、設(shè)備以及存儲介質(zhì)。

背景技術(shù)

隨著醫(yī)學(xué)成像技術(shù)和計算機技術(shù)的不斷發(fā)展和進步，醫(yī)學(xué)圖像分析已成為醫(yī)學(xué)研究、臨床疾病診斷和治療中一個不可或缺的工具和技術(shù)手段，許多患者因醫(yī)學(xué)影像分析和篩查技術(shù)，在疾病早期就獲得了診斷和治療。然而，由于專業(yè)影像科醫(yī)生的匱乏，加之基層醫(yī)療衛(wèi)生條件仍不夠完善，仍有大量患者無法受益于醫(yī)學(xué)影像篩查技術(shù)，而錯過了疾病診斷和治療的黃金時間。因此，如何利用計算機技術(shù)進行疾病診斷，受到了醫(yī)療、計算機科學(xué)、人工智能等領(lǐng)域的重視，具有重大的研究意義和實用價值。

發(fā)明內(nèi)容

根據(jù)本公開的一方面，提供了一種醫(yī)學(xué)圖像識別方法，所述方法包括：將醫(yī)學(xué)圖像輸入疾病分級網(wǎng)絡(luò)，獲取所述疾病分級網(wǎng)絡(luò)輸出的類別激活圖及其疾病類別和疾病置信度，所述類別激活圖能夠表征所述醫(yī)學(xué)圖像中指示相應(yīng)疾病類別的相關(guān)區(qū)域，所述疾病類別的劃分與一種或多種病灶相關(guān)；將所述醫(yī)學(xué)圖像輸入病理體征識別網(wǎng)絡(luò)，獲取所述病理體征識別網(wǎng)絡(luò)輸出的一個或多個病灶概率圖，其中，每一個所述病灶概率圖的每一個像素指示所述醫(yī)學(xué)圖像中相應(yīng)的一個子區(qū)域包括病灶的概率，并且在相應(yīng)的疾病置信度大于預(yù)設(shè)置信度的情況下，所述類別激活圖和相關(guān)的一個或多個病灶概率圖中每一個病灶概率圖之間的相似度均大于設(shè)定的閾值。

根據(jù)本公開的另一方面，提供了一種神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，所述方法包括：對所述病理體征識別網(wǎng)絡(luò)進行訓(xùn)練；以及對所述病理體征識別網(wǎng)絡(luò)和疾病分級網(wǎng)絡(luò)進行端到端訓(xùn)練，其中，對所述病理體征識別網(wǎng)絡(luò)進行訓(xùn)練包括：獲取第一樣本圖像，并標記所述第一樣本圖像中的多個子區(qū)域中的每一個子區(qū)域所包括的病灶的真實類別及其真實類別置信度；將所述第一樣本圖像輸入所述病理體征識別網(wǎng)絡(luò)，輸出預(yù)測病灶概率圖，其中，所述預(yù)測病灶概率圖的每一個像素指示所述第一樣本圖像中相應(yīng)的一個子區(qū)域所包括的病灶的預(yù)測類別及其預(yù)測類別置信度；基于所述第一樣本圖像中的多個子區(qū)域中的每一個子區(qū)域所包括的病灶的真實類別及其真實類別置信度和所述預(yù)測類別及其預(yù)測類別置信度，計算第一損失函數(shù)；以及基于所述第一損失函數(shù)調(diào)整所述病理體征識別網(wǎng)絡(luò)的參數(shù)；其中，對所述病理體征識別網(wǎng)絡(luò)和疾病分級網(wǎng)絡(luò)進行端到端訓(xùn)練包括：獲取第二樣本圖像，并標記所述第二樣本圖像的第一真實疾病類別及其第一真實疾病置信度；將所述第二樣本圖像輸入所述疾病分級網(wǎng)絡(luò)，輸出所述第二樣本圖像的第一預(yù)測類別激活圖及其第一預(yù)測疾病類別和第一預(yù)測疾病置信度；基于所述第二樣本圖像的所述第一真實疾病類別及其第一真實疾病置信度和所述第一預(yù)測疾病類別及其第一預(yù)測疾病置信度，以及所述預(yù)測病灶概率圖和所述第一預(yù)測類別激活圖，計算第二損失函數(shù)；以及基于所述第二損失函數(shù)調(diào)整所述疾病分級網(wǎng)絡(luò)的參數(shù)。

根據(jù)本公開的另一方面，還提供了一種醫(yī)學(xué)圖像識別裝置，包括：疾病分級網(wǎng)絡(luò)，被配置用于基于輸入的醫(yī)學(xué)圖像，輸出類別激活圖和疾病類別及其疾病置信度，所述類別激活圖能夠表征所述醫(yī)學(xué)圖像中指示相應(yīng)疾病類別的相關(guān)區(qū)域，所述疾病類別的劃分與一種或多種病灶相關(guān)；病理體征識別網(wǎng)絡(luò)，被配置用于基于輸入的醫(yī)學(xué)圖像，輸出一個或多個病灶概率圖，其中，每一個所述病灶概率圖的每一個像素指示所述醫(yī)學(xué)圖像中相應(yīng)的一個子區(qū)域包括相應(yīng)的病灶的概率，并且在相應(yīng)的疾病置信度大于預(yù)設(shè)置信度的情況下，所述類別激活圖和相關(guān)的一個或多個病灶概率圖中每一個病灶概率圖之間的相似度均大于設(shè)定的閾值。