【技术实现步骤摘要】
图像检测方法和检测模型的训练方法及相关装置、设备
[0001]本申请涉及图像处理
,特别是涉及一种图像检测方法和检测模型的训练方法及相关装置、设备。
技术介绍
[0002]CT(Computed Tomography,计算机断层扫描)和MRI(Magnetic Resonance Imaging,核磁共振扫描)等医学图像在临床具有重要意义。例如,通过对医学图像中诸如肝脏、肾脏等对象相关的血管进行检测,能够辅助、指导手术方案。有鉴于此,如何提高图像检测的准确性成为极具研究价值的课题。
技术实现思路
[0003]本申请提供一种图像检测方法和检测模型的训练方法、及相关装置、设备。
[0004]本申请第一方面提供了一种图像检测方法,包括:获取目标对象的待测医学图像;对待测医学图像进行第一检测,得到第一检测结果;其中,第一检测结果包括与目标对象关联的血管的第一检测区域;获取第一检测区域中血管的分布信息;基于分布信息对待测医学图像进行第二检测,得到第二检测结果,其中第二检测结果包括血管的第二检测区域。
[0005]因此,通过获取目标对象的待测医学图像,并对待测医学图像进行第一检测,得到第一检测结果,且第一检测结果包括与目标对象关联的血管的第一检测区域,从而获取第一检测区域中血管的分布信息,进而基于分布信息对待测医学图像进行第二检测,得到第二检测结果,且第二检测结果包括血管的第二检测区域,故此,能够通过两个检测阶段实现对待测医学图像的检测,并利用一阶段检测得到的第一检测区域,提取出血管的分布信 ...
【技术保护点】
【技术特征摘要】
1.一种图像检测方法,其特征在于,包括:获取目标对象的待测医学图像;对所述待测医学图像进行第一检测,得到第一检测结果;其中,所述第一检测结果包括与所述目标对象关联的血管的第一检测区域;获取所述第一检测区域中所述血管的分布信息;以及基于所述分布信息对所述待测医学图像进行第二检测,得到第二检测结果,其中所述第二检测结果包括所述血管的第二检测区域。2.根据权利要求1所述的方法,其特征在于,所述对所述待测医学图像进行第一检测,得到第一检测结果,包括:对降采样后的所述待测医学图像进行所述第一检测,得到所述第一检测结果。3.根据权利要求2所述的方法,其特征在于,所述基于所述分布信息对所述待测医学图像进行第二检测,得到第二检测结果,包括:基于所述分布信息对所述待测医学图像包含的至少一个子图像进行所述第二检测,得到所述至少一个子图像中所述血管的子检测区域;以及对所述至少一个子图像中所述血管的子检测区域进行重建,得到所述第二检测结果。4.根据权利要求1至3任一项所述的方法,其特征在于,所述基于所述分布信息对所述待测医学图像进行第二检测,得到第二检测结果,包括:接收用户对所述分布信息的反馈,并基于所述反馈对所述分布信息进行更新;以及基于更新后的所述分布信息对所述待测医学图像进行所述第二检测,得到所述第二检测结果。5.根据权利要求4所述的方法,其特征在于,在所述血管的第二检测区域由所述至少一个子图像中所述血管的子检测区域重建得到的情况下,所述基于更新后的所述分布信息对所述待测医学图像进行所述第二检测,得到所述第二检测结果,包括:基于所述反馈,确定所述用户需要更新的目标子图像;基于更新后的所述分布信息对所述目标子图像进行第二检测,以得到所述目标子图像中所述血管的更新的子检测区域;以及基于所述更新的子检测区域,对所述待测医学图像中所述血管的第二检测区域进行更新,得到所述第二检测结果。6.根据权利要求1至5任一项所述的方法,所述获取所述第一检测区域中所述血管的分布信息,包括:对所述第一检测区域进行骨架提取,得到所述血管的骨架线。7.根据权利要求1至6任一项所述的方法,其特征在于,所述对所述待测医学图像进行第一检测,得到第一检测结果,包括:对所述待测医学图像进行编码,得到若干不同分辨率的第一特征图;提取所述第一特征图的全局信息;对所述第一特征图进行解码,得到所述若干不同分辨率的第二特征图;其中,所述第二特征图中融合有与所述第二特征图具有相同所述分辨率的所述第一特征图的全局信息;以及对不同分辨率的所述第二特征图进行融合,得到所述第一检测结果。
8.根据权利要求7所述的方法,其特征在于,所述对所述待测医学图像进行编码,得到若干不同分辨率的第一特征图,包括:利用第一检测模型的编码子网络对所述待测医学图像进行编码,得到对应不同分辨率的第一特征图;所述提取所述第一特征图的全局信息,包括:利用所述第一检测模型的全局上下文子网络提取不同分辨率的第一特征图的全局信息;所述对所述第一特征图进行解码,得到所述若干不同分辨率的第二特征图,包括:利用所述第一检测模型的解码子网络对所述第一特征图进行解码,得到对应不同分辨率的第二特征图;以及所述对不同分辨率的所述第二特征图进行融合,得到所述第一检测结果,包括:利用所述第一检测模型的融合子网络对不同分辨率的第二特征图进行融合,得到所述第一检测结果。9.根据权利要求8所述的方法,其特征在于,所述基于所述分布信息对所述待测医学图像进行第二检测,得到第二检测结果,包括:利用第二检测模型,基于所述分布信息对所述待测医学图像进行所述第二检测,得到所述血管的第二检测区域;其中,所述第二检测模型和所述第一检测模型具有相同的网络结构。10.根据权利要求1至9任一项所述的方法,其特征在于,所述目标对象包括至少一个分区,所述第一检测结果还包括所述至少一个分区的第一检测区域;和/或,所述目标对象为肝脏,与所述目标对象关联的血管包括以下至少一者:下腔静脉、肝静脉、肝门脉。11.一种检测模型的训练方法,其特征在于,包括:获取目标对象的样本医学图像;其中,所述样本医学图像标注有与所述目标对象关联的...
【专利技术属性】
技术研发人员:叶宇翔,陈翼男,
申请(专利权)人:上海商汤智能科技有限公司,
类型:发明
国别省市:
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。