[發明專利]結核桿菌檢測模型的訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202210060767.8
• 申請日: 2022-01-19
• 公開（公告）號: CN114387266A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 張凱聞;熊焰;李挺
• 申請（專利權）人: 北京大學第一醫院;北京英特美迪科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06T3/40;G06T7/10;G06V10/774
• 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: 唐民

1.一種結核桿菌檢測模型的訓練方法，其特征在于，包括：

獲取第一預設數量的第一圖像和每張所述第一圖像的標注信息，其中，所述標注信息包括所述第一圖像中的結核桿菌的位置信息；

將每張所述第一圖像分別裁剪為第二預設數量的不同尺寸的第二圖像，并將所有包含有所述結核桿菌的第二圖像縮放為相同尺寸的第三圖像；

根據所有所述第三圖像構建樣本數據集；

利用所述樣本數據集訓練預設目標檢測網絡，得到結核桿菌檢測模型。

2.根據權利要求1所述的方法，其特征在于，所述第二圖像的圖像寬度和圖像長度的取值范圍均為[512，800]，所述第三圖像的尺寸大小為512*512。

3.根據權利要求1所述的方法，其特征在于，所述根據所有所述第三圖像構建樣本數據集，包括：

對所有所述第三圖像進行預設數據增強操作，得到樣本數據集。

4.根據權利要求1所述的方法，其特征在于，所述預設目標檢測網絡包括依次相連的主干子網絡、頸部子網絡和頭部子網絡，所述樣本數據集包括訓練集；

所述利用所述樣本數據集訓練預設目標檢測網絡，得到結核桿菌檢測模型，包括：

從所述訓練集中抽取第三預設數量的樣本，并將所述第三預設數量的樣本輸入至所述主干子網絡，得到每個所述樣本對應的第一特征圖；

基于所述頸部子網絡，對所述第一特征圖進行融合處理，得到每個所述樣本對應的第二特征圖；

將所述每個所述樣本對應的第一特征圖或對應的第二特征圖輸入至所述頭部子網絡，得到每個所述樣本對應的預測結果；

獲取每個所述樣本的標注信息；

根據每個所述樣本的標注信息，計算每個所述樣本對應的預測結果的損失值；

利用所述損失值反向更新所述預設目標檢測網絡；

判斷所述預設的訓練終止條件是否滿足；

若是，將所述預設目標檢測網絡作為結核桿菌檢測模型。

5.根據權利要求4所述的方法，其特征在于，所述判斷所述預設的訓練終止條件是否滿足之后，所述方法還包括：

若否，執行所述從所述訓練集中抽取第三預設數量的樣本的步驟。

6.根據權利要求4所述的方法，其特征在于，所述樣本數據集還包括驗證集；

所述利用所述損失值反向更新所述預設目標檢測網絡之后，所述判斷所述預設的訓練終止條件是否滿足之前，所述方法還包括：

從所述驗證集中抽取第四預設數量的驗證樣本，并獲取每個所述驗證樣本的標注信息；

將所述第四預設數量的驗證樣本輸入至更新后的預設目標檢測網絡中，得到每個所述驗證樣本對應的檢測結果；

根據每個所述驗證樣本的標注信息和對應的檢測結果，計算每個所述檢測結果的重疊度；

將每個所述重疊度大于等于預設值的檢測結果的類型設置為真陽性，及將每個所述重疊度小于預設值的檢測結果的類型設置為假陽性；

將每個未被識別出結核桿菌的驗證樣本的類別設置為假陰性；

根據每個所述檢測結果的類型和每個所述驗證樣本的類別，計算所述第四預設數量的驗證樣本對應的訓練評價值，其中，所述訓練評價值包括精度、召回率以及F1分數中的至少一種；

所述判斷所述預設的訓練終止條件是否滿足，包括：

根據所述損失值和/或所述訓練評價值，判斷所述預設目標檢測網絡是否出現過擬合情況。

7.根據權利要求4所述的方法，其特征在于，所述損失值包括聚焦損失值。

8.一種結核桿菌檢測模型的訓練裝置，其特征在于，包括：

獲取模塊，用于獲取第一預設數量的第一圖像和每張所述第一圖像的標注信息，其中，所述標注信息包括所述第一圖像中的結核桿菌的位置信息；

裁剪模塊，用于將每張所述第一圖像分別裁剪為第二預設數量的不同尺寸的第二圖像，并將所有包含有所述結核桿菌的第二圖像縮放為相同尺寸的第三圖像；

構建模塊，用于根據所有所述第三圖像構建樣本數據集；

訓練模塊，用于利用所述樣本數據集訓練預設目標檢測網絡，得到結核桿菌檢測模型。