[發明專利]一種圖像處理模型構建方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202011180595.5
• 申請日: 2020-10-29
• 公開（公告）號: CN112288006A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 趙萬明
• 申請（專利權）人: 深圳開立生物醫療科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 陳彥如

1.一種圖像處理模型構建方法，其特征在于，包括：

獲取并解析模型構建請求，得到模型集成模塊選取參數；

利用所述模型集成模塊選取參數，生成配置文件；

調用所述配置文件，從圖像處理模型集成庫中選出模型集成模塊；

利用所述模型集成模塊，構建初始圖像處理模型；

訓練所述初始圖像處理模型，得到用于處理醫學圖像的目標圖像處理模型。

2.根據權利要求1所述的圖像處理模型構建方法，其特征在于，所述獲取并解析模型構建請求，得到模型集成模塊選取參數，包括：

對人機交互界面進行監控，得到所述模型構建請求；

解析所述模型構建請求，得到所述模型集成模塊選取參數；所述模型集成模塊選取參數包括模型集成模塊標識和模型集成模塊內部參數。

3.根據權利要求1所述的圖像處理模型構建方法，其特征在于，包括：所述圖像處理模型集成庫為影像組學模型集成庫，

相應地，所述初始圖像處理模型為初始影像組學模型，所述目標圖像處理模型為目標影像組學模型。

4.根據權利要求3所述的圖像處理模型構建方法，其特征在于，調用所述配置文件，從圖像處理模型集成庫中選出模型集成模塊，包括：

調用所述配置文件，并從所述影像組學模型集成庫中選出特征提取器、特征工程算法和網絡。

5.根據權利要求4所述的圖像處理模型構建方法，其特征在于，調用所述配置文件，并從所述影像組學模型集成庫中選出特征提取器、特征工程算法和網絡，包括：

利用特征提取模塊，根據所述配置文件配置所述特征提取器，并生成所述特征提取器的配置表；

利用特征工程模塊，根據所述配置文件從集成的多種特征篩選算法和多種特征降維算法中篩選出所述特征工程算法；所述特征工程算法包括所述特征篩選算法和所述特征降維算法；

利用網絡模塊，根據所述配置文件從集成的機器學習網絡和/或深度學習分類網絡中選擇所述網絡。

6.根據權利要求3所述的圖像處理模型構建方法，其特征在于，訓練所述初始圖像處理模型，得到用于處理醫學圖像的目標圖像處理模型，包括：

從人機交互界面中獲取訓練參數；

利用所述訓練參數訓練所述初始影像組學模型，得到所述目標影像組學模型。

7.根據權利要求3至6任一項所述的圖像處理模型構建方法，其特征在于，在訓練所述初始圖像處理模型，得到用于處理醫學圖像的目標圖像處理模型之后，還包括：

獲取初始醫學圖像；

勾勒所述初始醫學圖像的病灶范圍，得到目標醫學圖像；

利用所述目標影像組學模型對所述目標醫學圖像進行處理，得到病灶信息。

8.根據權利要求1至6任一項所述的圖像處理模型構建方法，其特征在于，在訓練所述初始圖像處理模型，得到用于處理醫學圖像的目標圖像處理模型之后，還包括：

對所述目標圖像處理模型進行測評，得到測評結果。

9.根據權利要求8所述的圖像處理模型方法，其特征在于，還包括：

利用所述測評結果，從多個所述目標圖像處理模型中，篩選出目標應用場景所需的實用圖像處理模型。

10.一種圖像處理模型構建裝置，其特征在于，包括：

請求解析單元，用于獲取并解析模型構建請求，得到模型集成模塊選取參數；

配置文件獲取單元，用于利用所述模型集成模塊選取參數，生成配置文件；

集成模塊選擇單元，用于調用所述配置文件，從圖像處理模型集成庫中選出模型集成模塊；

模型構建單元，用于利用所述模型集成模塊，構建初始圖像處理模型；

模型訓練單元，用于訓練所述初始圖像處理模型，得到用于處理醫學圖像的目標圖像處理模型。