用于乳腺钼靶钙化检测的图像处理方法及装置、服务器制造方法及图纸

本申请公开了一种用于乳腺钼靶钙化检测的图像处理方法及装置、服务器。该方法包括：将目标图像通过重构网络得到第一残差图像；将所述第一残差图像通过T‑检测损失训练得到检测模型；将待识别图像输入所述检测模型得到第二残差图像；判断第二残差图像中是否有大于预设阈值的区域；以及如果判断第二残差图像中有大于预设阈值的区域，则将该区域作为乳腺钼靶中钙化区域的检测结果。本申请解决了检测识别效果较差的技术问题。通过本申请的方法，能够将具有较大重构误差的图像作为乳腺钼靶钙化检测的钙化点。

【技术实现步骤摘要】
用于乳腺钼靶钙化检测的图像处理方法及装置、服务器
本申请涉及图像处理领域，具体而言，涉及一种用于乳腺钼靶钙化检测的图像处理方法及装置、服务器。
技术介绍
乳腺癌是女性发病率和死亡率最高的癌症。早发现、早治疗是应对乳腺癌的重要手段。钙化是乳腺癌中最重要的早期征象之一，而钼靶是检查钙化最为有效的方式，因此研究基于乳腺钼靶的钙化检测算法非常必要。通常地，钙化点一般非常微小，多数小于10个像素，而且钙化点的密度、形态不一，周围的组织也较为复杂。专利技术人发现，现有的钼靶钙化检测算法多数是基于传统的图像特征，如harr特征、形状、纹理特征等。也有采用基于深度学习的检测算法。这些算法都是基于判别式模型，即训练一个分类器，将钙化的图像块与正常的图像块区分开。这样做有两个问题，一是钙化点多数都非常微小，难以提取到有效的特征；二是钙化点数量远小于正常区域，这就导致训练分类器的正负样本极度不均衡，从而大大增加模型的优化的难度。针对相关技术中检测识别效果较差的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种用于乳腺钼靶钙化检测的图像处理方法及装置、服务器，以解决检测识别效果较差的本文档来自技高网...

【技术保护点】
1.一种用于乳腺钼靶钙化检测的图像处理方法，其特征在于，包括：将目标图像通过重构网络得到第一残差图像；将所述第一残差图像通过T‑检测损失训练得到检测模型；将待识别图像输入所述检测模型得到第二残差图像；判断第二残差图像中是否有大于预设阈值的区域；以及如果判断第二残差图像中有大于预设阈值的区域，则将该区域作为乳腺钼靶中钙化区域的检测结果。

【技术特征摘要】
1.一种用于乳腺钼靶钙化检测的图像处理方法，其特征在于，包括：将目标图像通过重构网络得到第一残差图像；将所述第一残差图像通过T-检测损失训练得到检测模型；将待识别图像输入所述检测模型得到第二残差图像；判断第二残差图像中是否有大于预设阈值的区域；以及如果判断第二残差图像中有大于预设阈值的区域，则将该区域作为乳腺钼靶中钙化区域的检测结果。2.根据权利要求1所述的图像处理方法，其特征在于，将目标图像通过重构网络得到第一残差图像包括：将目标图像作为输入图像并通过重构网络后得到输出图像；将所述输入图像与所述输出图像相减，逐像素取绝对值后得到残差图像，其中，残差图像中的每一个像素，用于作为原始图像像素经过重构网络映射后，再减去原始像素的绝对值：r(z)＝|f(z)-z|z为原始图像像素值，f(z)为重构网络输出的像素值，r(z)为像素z对应的重构残差。3.根据权利要求1所述的图像处理方法，其特征在于，判断第二残差图像中是否有大于预设阈值的区域包括：确定钙化像素点为正样本像素；确定正常像素点为负样本像素；通过所述重构网络生成两组残差图像数据；构建T检验损失函数，判断所述两组残差图像数据是否来自不同的分布并，并按照预设预设划分区域。4.根据权利要求3所述的图像处理方法，其特征在于，通过所述重构网络生成两组残差图像数据还包括：将钙化像素点作为异常点，其重构误差尽可能大；将正常像素点作为正常点，其重构误差尽可能小。5.根据权利要求3所述的图像处理方法，其特征在于，构建T检验损失函数还用于融合到端到端的估计当中。6.一种用于乳腺钼靶钙化检测的图像处理装置，...

【专利技术属性】
技术研发人员：张番栋，
申请(专利权)人：北京深睿博联科技有限责任公司，
类型：发明
国别省市：北京,11