【技术实现步骤摘要】
图像检测方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种图像检测方法、装置、计算机设备和存储介质。
技术介绍
微血管侵犯(microvascularinvation，mVI)是指在显微镜下，在人体内皮细胞衬覆的血管腔内的癌细胞巢团，当脉管腔内出现悬浮癌细胞数目大于一定数目时，即可称为mVI，很多肿瘤如果出现神经血管侵犯那么很可能不利于患者预后，如果能在微血管侵犯阶段进行积极干预，则能明显改善患者预后，因此，在术前对微血管侵犯进行检测就显得尤为重要。相关技术中在对微血管侵犯进行检测时，通常是通过对患者的单一医学图像进行分割处理，得到病灶图像，并对病灶图像进行影像表型特征提取后，利用计算机分析算法建立辅助检测的模型，完成对微血管侵犯的检测。然而上述技术在对微血管侵犯进行检测时，存在检测精度不高的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高检测精度的图像检测方法、装置、计算机设备和存储介质。一种图像检测方法，该方法包括：
【技术保护点】
1.一种图像检测方法，其特征在于，所述方法包括：/n获取待检测对象的至少两个医学图像，对所述至少两个医学图像进行分割处理，得到各目标分割图像；所述各目标分割图像均包括感兴趣区域；/n将所述各目标分割图像输入至神经网络模型中进行特征提取，得到所述感兴趣区域的特征；/n将所述感兴趣区域的特征和临床信息数据中的特征进行组合，对组合后的特征进行特征选择处理，得到目标特征；所述临床信息数据中的特征为对所述待检测对象进行临床检测后得到的特征；/n将所述目标特征输入至分类器中进行分类，确定所述感兴趣区域的类别。/n
【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：
获取待检测对象的至少两个医学图像，对所述至少两个医学图像进行分割处理，得到各目标分割图像；所述各目标分割图像均包括感兴趣区域；
将所述各目标分割图像输入至神经网络模型中进行特征提取，得到所述感兴趣区域的特征；
将所述感兴趣区域的特征和临床信息数据中的特征进行组合，对组合后的特征进行特征选择处理，得到目标特征；所述临床信息数据中的特征为对所述待检测对象进行临床检测后得到的特征；
将所述目标特征输入至分类器中进行分类，确定所述感兴趣区域的类别。
2.根据权利要求1所述的方法，其特征在于，所述对组合后的特征进行特征选择处理，得到目标特征，包括：
对组合后的特征进行至少两级特征选择处理，得到目标特征。
3.根据权利要求2所述的方法，其特征在于，所述对组合后的特征进行至少两级特征选择处理，得到目标特征，包括：
采用预设的单变量特征选择方法对组合后的特征进行一级选择处理，得到一级特征；所述一级特征的数量小于所述组合后的特征的数量；
采用预设的最小绝对收缩与选择算子LASSO算法对所述一级特征进行二级选择处理，得到所述目标特征；所述目标特征的数量小于所述一级特征的数量。
4.根据权利要求1所述的方法，其特征在于，所述至少两个医学图像包括以下至少一种：至少两个不同模态的医学图像、至少两个不同序列的医学图像、至少两个不同期相的医学图像。
5.根据权利要求1所述的方法，其特征在于，所述神经网络模型的训练过程包括：
获取样本医学图像；所述样本医学图像已标注感兴趣区域的类别；
对所述样本医学图像进行预处理，得到预处理后的样本医学图像；
基于所述预处理后的样本医学图像和所述已标注感兴趣区域的类别，对初始的神经网络模型进行训练，得到所述神经网络模型。
6.根据权利要求5所述的方法，其特...
【专利技术属性】
技术研发人员：袁欢，张剑锋，吴迪嘉，詹翊强，曾蒙苏，杨春，武丽芳，种欢欢，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。