图像的检测方法及装置制造方法及图纸

本发明专利技术实施例提供了一种图像的检测方法及装置，涉及医学技术领域。所述方法包括获取待检测的超声波图像，再根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象，以此实现自动检测到超声波图像中的目标对象，操作简单，精度高，耗费时间少。

Method and device for detecting image

The embodiment of the invention provides a method and device for detecting images, which relates to the field of medical technology. The method includes obtaining ultrasonic image to be detected, then detected according to the ultrasonic image target detection network model for detecting the preset, obtaining the ultrasonic image to be detected in the target object, so as to realize the automatic detection to the ultrasonic image of the target object, simple operation, high precision, less time consuming.

【技术实现步骤摘要】
图像的检测方法及装置
本专利技术涉及医学
，具体而言，涉及一种图像的检测方法及装置。
技术介绍
目前在医院待检测的超声波图像中肿瘤的检测和测量都是凭借医生的经验来进行的。但是肿瘤的标记和测量是一件很麻烦的事情，因为这需要依靠医生娴熟的手法。当在医生认为比较好的肿瘤角度在B超图像上可以呈现时，需要一只手长时间地握测量棒并且保持固定，另外一只手在机器上操作来进行测量。这是一件难度很高的事情，握测量棒的手一旦轻微抖动，都会影响到肿瘤的图像质量。因此，现有的手动测量和标记方法需要耗费大量的时间，人力成本较高，精度比较低，误差比较大。
技术实现思路
本专利技术的目的在于提供一种图像的检测方法及装置，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本专利技术实施例提供了一种图像的检测方法，所述方法包括：获取待检测的超声波图像；根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象。第二方面，本专利技术实施例提供了一种图像的检测装置，所述装置包括获取单元和检测单元。获取单元，用于获取待检测的超声波图像。检测单元，用于根据预设的本文档来自技高网...

【技术保护点】
一种图像的检测方法，其特征在于，所述方法包括：获取待检测的超声波图像；根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象。

【技术特征摘要】
1.一种图像的检测方法，其特征在于，所述方法包括：获取待检测的超声波图像；根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象。2.根据权利要求1所述的方法，其特征在于，所述预设的目标检测网络模型包括预设的区域建议网络模型和与所述预设的区域建议网络模型共享卷积层的预设的卷积神经网络模型，所述根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象，包括：根据所述预设的区域建议网络模型对所述待检测的超声波图像进行特征提取，获得多个目标建议区域；根据所述预设的卷积神经网络模型对所述多个目标建议区域进行检测，获取所述目标建议区域中对应的目标对象。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：以获取到的多个超声波图像为训练数据，通过优化的反向传播算法对区域建议网络进行训练，获得第一区域建议网络；以所述第一区域建议网络模输出的多个建议框作为输入，训练基于区域的卷积神经网络；根据所述基于区域的神经网络的参数初始化与所述基于区域的卷积神经网络共享卷积层的第二区域建议网络；固定所述卷积层的参数，更新所述第二区域建议网络的网络层及更新所述基于区域的卷积神经网络的网络层，以此重新训练所述第二区域建议网络的网络层及所述基于区域的卷积神经网络，获得预设的区域建议网络模型和预设的卷积神经网络模型。4.根据权利要求3所述的方法，其特征在于，所述以获取到的多个超声波图像为训练数据，通过优化的反向传播算法对区域建议网络进行训练，获得第一区域建议网络，包括：以获取到的多个超声波图像为训练数据，利用Dropout对所述区域建议网络进行修改，通过优化的反向传播算法对修改后的区域建议网络进行训练，获得第一区域建立网络。5.根据权利要求3所述的方法，其特征在于，所述优化的反向传播算法的代价函数为基于在原始的代价函数上增加L1正...

【专利技术属性】
技术研发人员：杨国武，秦晓明，曹占涛，曾安军，聂婧，梁涛，董俊文，吕凤毛，林晨，张艳，张菊玲，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51