一种正位胸片中基于类别关系的异常检测方法及系统技术方案

本发明专利技术公开了一种正位胸片中基于类别关系的异常检测方法及系统，包括：遍历所有正位胸片数据，统计各个异常之间的共现频数，并建立异常之间的共现频数关系图；利用邻接矩阵表示不同类别异常的共生关系，并生成类别知识库；使用类别概率向量将类别知识库中的类别知识映射回预测区域，得到预测区域的增强特征；将增强特征与原始特征拼接起来，进行类别分类和位置回归。本发明专利技术将类别共生这种先验知识应用到检测过程中，可以得到更为精确的检测结果。

【技术实现步骤摘要】
一种正位胸片中基于类别关系的异常检测方法及系统
本专利技术涉及医疗影像处理
，尤其涉及一种正位胸片中基于类别关系的异常检测方法及系统。
技术介绍
随着医学影像技术的全面高速发展，医疗诊断模式发生了巨大变化，越来越多的医生选择各类医疗影像对患者的病情作出可选的精确诊断。在现代医疗中，计算机辅助的医学影像分析技术已经被广泛使用。具有计算机辅助的诊断方式可有效减少医生的工作负担，提高工作效率。近年来，随着深度学习技术的快速发展，基于卷积神经网络的医学影像分析研究逐渐成为主流。胸部x线扫描是一种常见的胸部疾病检查方式，专业医师借助胸片图像可对胸部异常区域进行识别和定位。与常规机器视觉方法相比，卷积神经网络具有良好的特征提取和表达能力，检测精度高并具有较好的解释性。在胸部区域，不同类别的异常具有一定的共生性，某种异常的存在经常会引发另一种异常。其次，由于人体机理的复杂性，某些因素也会诱发多种异常同时出现。因此，在一张正位胸片图像中，经常会出现多种异常同时存在的情况，且异常之间有很强的关联性。现有的胸片异常检测方法很少将先验知本文档来自技高网...

【技术保护点】
1.一种正位胸片中基于类别关系的异常检测方法，其特征在于，包括：/n遍历所有正位胸片数据，统计各个异常之间的共现频数，并建立异常之间的共现频数关系图；/n利用邻接矩阵表示不同类别异常的共生关系，并生成类别知识库；/n使用类别概率向量将类别知识库中的类别知识映射回预测区域，得到预测区域的增强特征；/n将增强特征与原始特征拼接起来，进行类别分类和位置回归。/n

【技术特征摘要】
1.一种正位胸片中基于类别关系的异常检测方法，其特征在于，包括：
遍历所有正位胸片数据，统计各个异常之间的共现频数，并建立异常之间的共现频数关系图；
利用邻接矩阵表示不同类别异常的共生关系，并生成类别知识库；
使用类别概率向量将类别知识库中的类别知识映射回预测区域，得到预测区域的增强特征；
将增强特征与原始特征拼接起来，进行类别分类和位置回归。


2.根据权利要求1所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，根据图像标记信息统计各个异常之间的共现频数；使用条件概率函数求得每个类别与其它类别的共现概率，以此生成有向图，图关系用一个邻接矩阵表示。


3.根据权利要求1或2所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，引入全局注意力机制对生成的邻接矩阵进行稀疏操作；将胸片图像送入到注意力网络，得到该图像的类别概率向量。


4.根据权利要求3所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，注意力网络的卷积层与检测框架中的特征提取网络共享参数。


5.根据权利要求3所述的一种正位胸片中基于类别关系的异常检测方法，其特征在于，得到特征图后，使用全局平均池化操作对特征图进行降维操作；之后，在池化层后接一层全连接层以得到类别概率向量。


6.根据权利...

【专利技术属性】
技术研发人员：廉洁，刘敬禹，刚亚栋，张笑春，朱琳，俞益洲，
申请(专利权)人：北京深睿博联科技有限责任公司，杭州深睿博联科技有限公司，
类型：发明
国别省市：北京;11