【技术实现步骤摘要】
一种目标检测方法、装置、计算设备及介质
本专利技术涉及图像处理领域，特别涉及一种目标检测方法、装置、计算设备及介质。
技术介绍
无论男性还是女性，肺癌的致死数都是所有癌症中最高的。据统计，2016年美国因肺癌去世的病人占总癌症致死病例的27％。早期筛查是降低死亡率的重要手段，然而由于早期肺癌病人一般缺乏明显临床症状，也无特异的生物标记物，因此目前筛查的主要方法是通过放射影像，一般是CT(ComputedTomography，电子计算机断层扫描)检查肺部是否存在可疑病灶。这一筛查工作是由影像科专家人工读片完成的。每位被检者的胸腔CT图像至少有100多张，精细级的扫描甚至多达600张。CT检测需要专业的医生花费大量时间精力，而且容易因为疲劳和经验造成漏诊和误诊，人工处理的方法越来越难以胜任此项任务传统的。上述对医学影像中的病灶进行筛查处理，实际上就是一个对图像进行目标区域检测的过程，医学影像即为待检测的图像，病灶即为目标区域，基于这种考虑，可将图像处理技术中的目标区域检测技术应用到病灶筛查中。近年来，基于深度学习...
【技术保护点】
1.一种目标检测方法，包括：/n将待检测的图像输入到目标检测模型，应用所述目标检测模型对所述图像进行目标检测，其中，所述图像为三维图像；/n获取所述目标检测模型的输出结果，所述输出结果包括所述图像中目标区域的位置信息；/n其中，所述目标检测模型包括特征提取层，所述特征提取层用于对所述图像中疑似目标区域对应的三维特征图进行处理，以提取出所述疑似目标区域对应的三维特征图的一个或多个图像特征，所述图像特征用于确定所述疑似目标区域是否为目标区域。/n
【技术特征摘要】
1.一种目标检测方法，包括：
将待检测的图像输入到目标检测模型，应用所述目标检测模型对所述图像进行目标检测，其中，所述图像为三维图像；
获取所述目标检测模型的输出结果，所述输出结果包括所述图像中目标区域的位置信息；
其中，所述目标检测模型包括特征提取层，所述特征提取层用于对所述图像中疑似目标区域对应的三维特征图进行处理，以提取出所述疑似目标区域对应的三维特征图的一个或多个图像特征，所述图像特征用于确定所述疑似目标区域是否为目标区域。
2.如权利要求1所述的方法，所述目标区域的位置信息包括所述目标区域的位置坐标和三维轮廓信息。
3.如权利要求1或2所述的方法，所述目标检测模型包括三维卷积神经网络、区域候选网络、特征提取层、区域筛查网络和掩码预测网络，其中：
所述三维卷积神经网络分别与所述区域候选网络和所述特征提取层相连；
所述特征提取层还分别与所述区域筛查网络和所述掩码预测网络相连；
所述目标检测模型以所述三维卷积神经网络为输入端，以所述区域筛查网络和所述掩码预测网络为输出端。
4.如权利要求3所述的方法，其中，所述将待检测的图像输入到目标检测模型，应用所述目标检测模型对所述图像进行目标检测，包括：
将待检测的图像输入到所述三维卷积神经网络中进行处理，以获取所述图像的一个或多个三维特征图；
将所述图像的三维特征图输入到所述区域候选网络中进行处理，以确定所述三维特征图中是否含有疑似目标区域；
将含有疑似目标区域的三维特征图输入到所述特征提取层，以提取出所述含有疑似目标区域的三维特征图的图像特征；
将所述图像特征输入到所述区域筛查网络中进行处理，以确定所述疑似目标区域是否为目标区域；
若所述疑似目标区域为目标区域，则通过所述区域筛查网络和掩码预测网络预测所述目标区域的位置信息。
5.如权利要求4所述的方法，所述通过所述区域筛查网络和掩码预测网络预测所述目标区域的位置信息，包括：
通过所述区域筛查网络确定所述目标区域的位置坐标；
通过所述掩码预测网络预测所述目标区域的三维轮廓信息。
6.如权利要求4所述的方法，其中，所述将含有疑似目标区域的三维特征图输入到所述特征提取层，以提取出所述含有疑似目标区域的三维特征图的图像特征，包括：
将含有疑似目标区域的三维特征图输入到所述特征提取层，以计算出所述疑似目标区域在其对应的三维特征图中的位置；
通过三线性插值，将所述疑似目标区域形成一个对应的特征张量，将所述特征张量作为所述含有疑似目标区域的三维特征图的图像特征。
7.如权利要求3所述的方法，其中，所述三维卷积神经网络包括多个卷积处理层，所述卷积处理层包括依次相连的卷积层或转置卷积层、批标准化层和激活层。
8.如权利要求3所述的方法，所述区域筛查网络包括一个或多个卷积层、一个或多个全连接层、分类器和坐标输出层，其中：
所述区...
【专利技术属性】
技术研发人员：陈云，吴正芳，陈均炫，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY
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。