[發(fā)明專利]醫(yī)學(xué)圖像識(shí)別方法、識(shí)別模型訓(xùn)練方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110680323.X
• 申請(qǐng)日: 2021-06-18
• 公開（公告）號(hào): CN113344890A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 王兆瑋;楊葉輝;尚方信;黃海峰;王磊
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06K9/62;G06N20/00
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本申請(qǐng)公開了醫(yī)學(xué)圖像識(shí)別方法、識(shí)別模型訓(xùn)練方法及裝置，涉及人工智能領(lǐng)域，進(jìn)一步涉及智慧醫(yī)療、計(jì)算機(jī)視覺技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：確定醫(yī)學(xué)圖像對(duì)應(yīng)的目標(biāo)候選點(diǎn)集合；基于目標(biāo)候選點(diǎn)集合和預(yù)設(shè)的第一識(shí)別模型，確定目標(biāo)候選點(diǎn)集合中每個(gè)目標(biāo)候選點(diǎn)對(duì)應(yīng)的初始識(shí)別結(jié)果；基于初始識(shí)別結(jié)果和預(yù)設(shè)的第二識(shí)別模型，確定目標(biāo)識(shí)別結(jié)果。本實(shí)現(xiàn)方式可以提高圖像識(shí)別精準(zhǔn)度。

技術(shù)領(lǐng)域

本公開涉及人工智能領(lǐng)域，進(jìn)一步涉及智慧醫(yī)療、計(jì)算機(jī)視覺技術(shù)領(lǐng)域，尤其涉及醫(yī)學(xué)圖像識(shí)別方法、識(shí)別模型訓(xùn)練方法及裝置。

背景技術(shù)

目前，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，經(jīng)常將計(jì)算機(jī)技術(shù)應(yīng)用至醫(yī)學(xué)圖像識(shí)別領(lǐng)域，用以提高醫(yī)學(xué)圖像識(shí)別效率以及準(zhǔn)確度。

在實(shí)踐中發(fā)現(xiàn)，在對(duì)計(jì)算機(jī)斷層掃描圖像進(jìn)行識(shí)別，確定肺結(jié)節(jié)類別的過程中，肺結(jié)節(jié)包含多種不同的分類，而現(xiàn)有的醫(yī)學(xué)圖像識(shí)別方法在識(shí)別肺結(jié)節(jié)圖像的類別時(shí)，無法精準(zhǔn)識(shí)別每種類別的肺結(jié)節(jié)，存在著精準(zhǔn)度較差的問題。

發(fā)明內(nèi)容

本公開提供了一種醫(yī)學(xué)圖像識(shí)別方法、識(shí)別模型訓(xùn)練方法及裝置。

根據(jù)第一方面，提供了一種醫(yī)學(xué)圖像識(shí)別方法，包括：確定醫(yī)學(xué)圖像對(duì)應(yīng)的目標(biāo)候選點(diǎn)集合；基于目標(biāo)候選點(diǎn)集合和預(yù)設(shè)的第一識(shí)別模型，確定目標(biāo)候選點(diǎn)集合中每個(gè)目標(biāo)候選點(diǎn)對(duì)應(yīng)的初始識(shí)別結(jié)果；基于初始識(shí)別結(jié)果和預(yù)設(shè)的第二識(shí)別模型，確定目標(biāo)識(shí)別結(jié)果。

根據(jù)第二方面，提供了一種識(shí)別模型訓(xùn)練方法，包括：獲取第一樣本圖像；基于第一樣本圖像，確定正樣本圖像和負(fù)樣本圖像；將正樣本圖像和負(fù)樣本圖像輸入第一初始模型，得到第一初始模型輸出的第一識(shí)別結(jié)果；基于第一識(shí)別結(jié)果、預(yù)設(shè)的真實(shí)結(jié)果和預(yù)設(shè)的第一損失函數(shù)，對(duì)第一初始模型進(jìn)行訓(xùn)練，直至預(yù)設(shè)的第一損失函數(shù)滿足收斂條件，得到訓(xùn)練好的第一識(shí)別模型。

根據(jù)第三方面，提供了一種識(shí)別模型訓(xùn)練方法，包括：獲取第二樣本圖像；基于第二樣本圖像、預(yù)設(shè)的二維識(shí)別模型以及預(yù)設(shè)的第一識(shí)別模型，確定目標(biāo)樣本和目標(biāo)樣本的標(biāo)注信息；將目標(biāo)樣本輸入第二初始模型，得到第二初始模型輸出的第二識(shí)別結(jié)果；基于第二識(shí)別結(jié)果、目標(biāo)樣本的標(biāo)注信息以及預(yù)設(shè)的第二損失函數(shù)，對(duì)第二初始模型進(jìn)行訓(xùn)練，直至預(yù)設(shè)的第二損失函數(shù)滿足收斂條件，得到訓(xùn)練好的第二識(shí)別模型。

根據(jù)第四方面，提供了一種醫(yī)學(xué)圖像識(shí)別裝置，包括：集合確定單元，被配置成確定醫(yī)學(xué)圖像對(duì)應(yīng)的目標(biāo)候選點(diǎn)集合；初始結(jié)果確定單元，被配置成基于目標(biāo)候選點(diǎn)集合和預(yù)設(shè)的第一識(shí)別模型，確定目標(biāo)候選點(diǎn)集合中每個(gè)目標(biāo)候選點(diǎn)對(duì)應(yīng)的初始識(shí)別結(jié)果；目標(biāo)結(jié)果確定單元，被配置成基于初始識(shí)別結(jié)果和預(yù)設(shè)的第二識(shí)別模型，確定目標(biāo)識(shí)別結(jié)果。

根據(jù)第五方面，提供了一種識(shí)別模型訓(xùn)練裝置，包括：第一圖像獲取單元，被配置成獲取第一樣本圖像；第一樣本獲取單元，被配置成基于第一樣本圖像，確定正樣本圖像和負(fù)樣本圖像；第一結(jié)果識(shí)別單元，被配置成將正樣本圖像和負(fù)樣本圖像輸入第一初始模型，得到第一初始模型輸出的第一識(shí)別結(jié)果；第一模型訓(xùn)練單元，被配置成基于第一識(shí)別結(jié)果、預(yù)設(shè)的真實(shí)結(jié)果和預(yù)設(shè)的第一損失函數(shù)，對(duì)第一初始模型進(jìn)行訓(xùn)練，直至預(yù)設(shè)的第一損失函數(shù)滿足收斂條件，得到訓(xùn)練好的第一識(shí)別模型。

根據(jù)第六方面，提供了一種識(shí)別模型訓(xùn)練裝置，包括：第二圖像獲取單元，被配置成獲取第二樣本圖像；第二樣本獲取單元，被配置成基于第二樣本圖像、預(yù)設(shè)的二維識(shí)別模型以及預(yù)設(shè)的第一識(shí)別模型，確定目標(biāo)樣本和目標(biāo)樣本的標(biāo)注信息；第二結(jié)果識(shí)別單元，被配置成將目標(biāo)樣本輸入第二初始模型，得到第二初始模型輸出的第二識(shí)別結(jié)果；第二模型訓(xùn)練單元，被配置成基于第二識(shí)別結(jié)果、目標(biāo)樣本的標(biāo)注信息以及預(yù)設(shè)的第二損失函數(shù)，對(duì)第二初始模型進(jìn)行訓(xùn)練，直至預(yù)設(shè)的第二損失函數(shù)滿足收斂條件，得到訓(xùn)練好的第二識(shí)別模型。

根據(jù)第七方面，提供了一種執(zhí)行醫(yī)學(xué)圖像識(shí)別方法或者識(shí)別模型訓(xùn)練方法的電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序；當(dāng)一個(gè)或多個(gè)程序被一個(gè)或多個(gè)處理器執(zhí)行，使得一個(gè)或多個(gè)處理器實(shí)現(xiàn)如上任意一項(xiàng)醫(yī)學(xué)圖像識(shí)別方法或者識(shí)別模型訓(xùn)練方法。