【技术实现步骤摘要】
肺结核识别模型的获取方法及装置、存储介质、处理器
本专利技术涉及数据处理
，具体而言，涉及一种肺结核识别模型的获取方法及装置、存储介质、处理器。
技术介绍
目前，X线胸透是肺结核筛查的主要手段，医生可以通过X胸片来进行肺结核的诊断，诊断的效率和准确度都依赖于医生的经验水平。但是，由于凭借经验水平进行诊断，很难保证诊断的效率和准确度。另外，肺结核并有各种X线表现，根据临床研究，多种症状经常一起出现。这就给医生带来了很大的挑战。针对上述相关技术中用于进行肺结核识别的方式可靠性较低的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种肺结核识别模型的获取方法及装置、存储介质、处理器，以至少解决相关技术中用于进行肺结核识别的方式可靠性较低的技术问题。根据本专利技术实施例的一个方面，提供了一种肺结核识别模型的获取方法，包括：采集预定数量的医学影像图像，其中，所述预定数量的医学影像图像中的每一张图像均包括：肺结核病灶标识区域；对所述预定数量的医学影像图像进行预处理...
【技术保护点】
1.一种肺结核识别模型的获取方法，其特征在于，包括：/n采集预定数量的医学影像图像，其中，所述预定数量的医学影像图像中的每一张图像均包括：肺结核病灶标识区域；/n对所述预定数量的医学影像图像进行预处理，得到预处理后的医学影像图像，并将所述预处理后的医学影像数据的一部分作为训练图像；/n将所述训练图像输入至预定网络模型，以利用所述预处理后的医学影像图像对所述预定网络模型进行训练，得到肺结核识别模型。/n
【技术特征摘要】
1.一种肺结核识别模型的获取方法，其特征在于，包括：
采集预定数量的医学影像图像，其中，所述预定数量的医学影像图像中的每一张图像均包括：肺结核病灶标识区域；
对所述预定数量的医学影像图像进行预处理，得到预处理后的医学影像图像，并将所述预处理后的医学影像数据的一部分作为训练图像；
将所述训练图像输入至预定网络模型，以利用所述预处理后的医学影像图像对所述预定网络模型进行训练，得到肺结核识别模型。
2.根据权利要求1所述的方法，其特征在于，所述对所述预定数量的医学影像图像进行预处理，得到预处理后的医学影像图像，包括：
将所述预定数量的医学影像图像进行格式转换，得到所述预定数量的医学影像图像对应的灰度图；
通过二值化处理方式对所述灰度图进行二值化处理，得到标准化的灰度图；
对所述标准化的灰度图进行腐蚀和膨胀处理，以过滤掉所述标准化的图像中的干扰点，得到过滤后的灰度图。
3.根据权利要求1所述的方法，其特征在于，在所述将所述训练图像输入至预定网络模型之后，所述方法还包括：在所述预定网络模型中对所述训练图像进行预处理；
其中，所述在所述预定网络模型中对所述训练图像进行预处理，包括以下至少之一：
对所述训练图像进行随机旋转；
对所述训练图像进行镜像处理；
利用预定去噪方式对所述训练图像进行去噪处理。
4.根据权利要求3所述的方法，其特征在于，所述将所述训练图像输入至预定网络模型，以利用所述预处理后的医学影像图像对所述预定网络模型进行训练，包括：
利用卷积神经网络对所述预处理后的训练图像进行卷积化处理，得到卷积化处理结果；
将所述卷积化处理结果输入至区域候选网络，提取出所述卷积化处理结果中的图像特征区域；
根据所述图像特征区域生成预定尺寸的图像特征区域，并将所述预定尺寸的图像特征区域输入至预定残差网络，得到所述预定残差网络的输出结果，其中，所述预定残差网络为基于Inception结构的resNet-V2网络。
5.根据权利要求4所述的方法，其特征在于，在所述将所述预定尺寸的图像特征区域输入至预定残差网络之后，所述方法还包括：
在所述预定残差网络中对所述预定尺寸的图像特征区域进行处理，得到所述预定网络模...
【专利技术属性】
技术研发人员：吴树才，曹捷，王新举，章志华，杨永辉，纪俊雨，
申请(专利权)人：河北省胸科医院，天启慧眼北京信息技术有限公司，
类型：发明
国别省市：河北;13
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。