图像区域检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及一种图像区域检测方法、装置、设备及存储介质，所述方法包括：获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征；利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像；基于所述修正后的肺图像，得到所述肺图像的肺区域轮廓。本发明专利技术可提高肺区域轮廓的检测精度。

【技术实现步骤摘要】
图像区域检测方法、装置、设备及存储介质
本专利技术涉及金融科技和人工智能领域，尤其涉及一种图像区域检测方法、装置、设备及存储介质。
技术介绍
目前，针对图像的肺图像的分割或者分类等其他特征处理，一般采用单层图像处理的方式进行分析。然而，实际上，肺图像通常是多层的，肺图像的轮廓变化是通过多层图像的区域边界确定的，若采用单层图像处理的方式进行分析，会造成图像区域检测精度不理想，且检测时间也较长。
技术实现思路
本专利技术的主要目的在于提供一种图像区域检测方法、装置、设备及存储介质，旨在提高肺区域边界检测精度，同时减少检测时间。为实现上述目的，第一方面，本专利技术提供一种图像区域检测方法，包括：获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征；利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像；基于所述修正后的肺图像，得到所述肺图像的肺区域轮廓。第二方面，本专利技术还提出一种图像区域检测装置，所述图像区域检测装置包括：获取模块，用于获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；优化模块，用于对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征；修正模块，用于利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像；所述获取模块，还用于基于所述修正后的肺图像，得到所述肺图像的肺区域轮廓。第三方面，本专利技术还提出一种图像区域检测设备，所述图像区域检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像区域检测程序，所述图像区域检测程序被所述处理器执行所述的图像区域检测方法的步骤。第四方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有图像区域检测程序，所述图像区域检测程序被处理器执行时实现所述的图像区域检测方法的步骤。本专利技术提供的一种图像区域检测方法、装置、设备及存储介质，在获取肺图像中各层图像的图像特征后，所述肺部图像包括多层叠加的图像；首先分别对肺图像中的每层图像的图像特征进行特征优化处理，得到相应的优化特征，该过程可以提高每层图像的图像特征的精度。在得到优化特征的情况下，可以利用相邻层图像的优化特征之间的关联特征，对肺图像的特征进行修正，从而可以结合肺图像中至少两层图像的特征信息实现肺图像的修正。进一步地，可以利用修正后的肺图像实现肺区域轮廓的提取，提高肺区域轮廓的检测精度，另外，由于上述配置不需要大量的人工成本，可以节省检测时间。附图说明通过以下参考附图对本专利技术实施例的描述，本专利技术的上述以及其它目的、特征和优点更为清楚，在附图中：图1示出根据本专利技术实施例的一种图像区域检测方法的流程示意图；图2示出根据本专利技术实施例的一种图像区域检测方法中步骤S20的流程图；图3示出根据本专利技术实施例的一种图像区域检测方法中步骤S21的流程图；图4示出根据本专利技术实施例的一种图像区域检测方法中步骤S22的流程图；图5示出根据本专利技术实施例的一种图像区域检测方法中步骤S30的流程图；图6示出根据本专利技术实施例的一种图像区域检测方法的另一流程图；图7示出根据本专利技术实施例的一种图像区域检测装置的示意图；图8示出根据本专利技术实施例的一种图像区域检测设备的示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。需要说明的是，本专利技术实施例提供的图像区域检测方法可以用于提高肺图像中肺区域的检测精度，该方法的执行主体可以是任意的图像区域检测装置，例如，肺图像图像处理方法可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，在此不做具体限制。如图1所示，本专利技术实施例的一种图像区域检测方法可以包括：S10：获取肺图像中各层图像的图像特征；在一些可能的实施方式中，所述肺部图像包括多层叠加的图像，获取肺图像的方式可以包括：利用CT(计算机断层成像)的方式拍摄得到肺图像，或者也可以从其他的电子设备或者服务器接收拍摄得到的肺图像。其中肺图像可以包括多层肺部的断层成像(图像)，通过这些多层图像的叠加可以形成整体的肺图像。S20：对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征；在一些可能的实施方式中，在获得肺图像的情况下，还可以进一步提取肺图像的图像特征，其中，可以直接将肺图像的各层图像中的像素点对应的像素值作为图像特征，或者也可以通过对图像执行特征提取处理，得到图像的图像特征。在一些可能的实施方式中，可以通过分别对各层图像的图像特征执行卷积处理，实现对各图像特征的分别优化，通过该优化可以增加更为细节的特征信息，提高特征的丰富性。其中，通过对各层图像执行优化处理，可以分别得到对应的优化特征。或者也可以将相邻层图像的图像特征连接得到连接特征，并对连接特征执行特征处理，使得相邻层图像的图像特征能够相互融合，同时还能够提高特征精度，进而分别通过两个卷积层对得到的同和特征分别进行卷积，对应的得到相邻层图像中各层图像的优化特征。S30：利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像；在一些可能的实施方式中，在得到肺图像的各层图像的优化特征的情况下，可以进一步获得相邻层图像的优化特征之间的关联特征，关联特征中的元素表示相邻层图像的优化特征中相同位置的特征值之间的关联度。利用该关联特征，可以执行肺图像中各层图像的修正处理，提高肺图像的精度。本专利技术实施例中，关联特征、图像特征、优化特征以及后续的融合特征、残差特征等各特征均可以通过向量或者矩阵的形式表示。在一些可能的实施方式中，可以利用得到的关联特征执行相邻层图像的优化特征之间的特征融合处理，得到融合特征。通过该融合处理，可以有效的将相邻层图像的图像特征进行融合，有利于肺图像的修正。其中，本专利技术实施例中，相邻层图像是指肺图像中的任一层图像以及该任一层图像的下一层图像，在其他实施例中，也可以是任一层图像以及该任一层图像的后n层图像，n为大于或者等于1且小于或者等于3的整数。也就是说，相邻层可以表示直接相邻的两层图像，或者也可以表示相邻多层图像，本专利技术对此不作具体限定。在一些可能的实施方式中，在得到融合特征的情况下，可以利用融合特征对相邻层图像中的任一图像进行图像修正，例如可以将融合特征和图像的图像特征进行相加处理，得到修正的图像特征，该修正本文档来自技高网...

【技术保护点】
1.一种图像区域检测方法，其特征在于，包括：/n获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；/n对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征；/n利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像；/n基于所述修正后的肺图像，得到所述肺图像的肺区域轮廓。/n

【技术特征摘要】
1.一种图像区域检测方法，其特征在于，包括：
获取肺图像中各层图像的图像特征，所述肺部图像包括多层叠加的图像；
对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征；
利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像；
基于所述修正后的肺图像，得到所述肺图像的肺区域轮廓。


2.根据权利要求1所述的方法，其特征在于，所述对各层图像的图像特征执行特征优化处理，得到与各层图像分别对应的优化特征，包括：
对所述肺图像中的相邻层图像执行多图像特征融合处理，得到所述相邻层图像中各层图像分别对应的融合特征，其中，所述肺图像中的相邻层图像包括按照层数增加的顺序排列的第一图像，以及与所述第一图像相邻的至少一个第二图像，所述相邻层图像中各图像的融合特征融合有所述相邻层图像中任一图像的特征信息；
利用所述肺图像中各层图像的融合特征对相应的图像特征执行单图像特征融合处理，得到所述图像的优化特征。


3.根据权利要求2所述的方法，其特征在于，所述对所述肺图像中的相邻层图像执行多图像特征融合处理，得到所述相邻层图像中各层图像分别对应的融合特征，包括：
连接所述相邻层图像的图像特征，得到第一连接特征；
利用第一残差网络对所述第一连接特征进行处理，得到第一残差特征；
利用两个卷积层分别对所述第一残差特征执行卷积处理，分别对应的得到所述相邻层图像分别对应的融合特征。


4.根据权利要求2或3任一项所述的方法，其特征在于，所述利用所述肺图像中各层图像的融合特征对相应的图像特征执行单图像特征融合处理，得到所述图像的优化特征，包括：
利用所述图像的融合特征和图像特征的加和处理，得到所述图像的加和特征；
利用第二残差网络对所述图像的加和特征进行处理，得到所述图像的优化特征。


5.根据权利要求1所述的方法，其特征在于，所述利用所述肺图像中相邻层图像的优化特征之间的关联特征，对所述肺图像执行修正处理，得到修正后的肺图像，包括：
获取所述肺图像中相邻层图像的优化特征之间的关联特征；
利用所述相邻层图像的优化特征之间的关联特征，对所述相邻层图像分别对应的优化特征执行特征融合处理，得到优化融合特征；<...

【专利技术属性】
技术研发人员：李月，蔡杭，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44