影像识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种影像识别方法、装置、计算机设备和存储介质，适用于计算机技术领域。所述方法包括：将目标医学影像输入至目标神经网络模型中，目标医学影像包括至少一个影像区域；至少一个影像区域中包括感兴趣区域；通过目标神经网络模型对目标医学影像进行至少两次特征提取处理，其中，在每次特征提取处理之后，根据提取到的特征信息从至少一个影像区域中确定正向区域，并将确定的正向区域作为下一次特征提取处理的输入，正向区域为感兴趣区域的概率大于预设概率阈值；根据至少两次特征提取处理之后得到的正向区域对目标医学影像进行识别处理。采用本方法能够使得识别出的感兴趣区域更加准确，提高了目标神经网络模型输出的准确性。

【技术实现步骤摘要】
影像识别方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种影像识别方法、装置、计算机设备和存储介质。
技术介绍
随着科学技术的飞速发展，医学影像技术发挥着越来越重要的作用。医学影像是指为了医疗或者医学研究，对生物体或者生物体某部位，以非侵入方式取得内部组织影像的技术与处理过程。在临床应用方面，医学影像又称为医学成像，医学成像技术又分为电子计算机断层扫描(ComputedTomography，CT)成像技术、磁共振(MagneticResonanceImaging，MRI)成像技术和正电子发射型计算机断层(PositronEmissionComputedTomography，PET)成像技术。传统方法中，通常利用神经网络模型对医学影像进行识别，从而输出医学影像对应的输出信息。上述方法，由于神经网络模型的不完善，从而使得经过神经网络模型处理后，输出的结果不准确。
技术实现思路
基于此，有必要针对上述技术问题，提供一种影像识别方法、装置、计算机设备和存储介质，能够提高神经网络模型输出结果的准确性。第一方面，提供了一种影像识别方法，方法包括：将目标医学影像输入至目标神经网络模型中，目标医学影像包括至少一个影像区域；至少一个影像区域中包括感兴趣区域；通过目标神经网络模型对目标医学影像进行至少两次特征提取处理，其中，在每次特征提取处理之后，根据提取到的特征信息从至少一个影像区域中确定正向区域，并将确定的正向区域作为下一次特征提取处理的输入，正向区域为感兴趣区域的概率大于预设概率阈值；根据至少两次特征提取处理之后得到的正向区域对目标医学影像进行识别处理。在其中一个实施例中，在每次特征提取处理之后，根据提取到的特征信息从至少一个影像区域中确定正向区域，包括：在每次特征提取处理之后，分别计算本次特征提取处理的各个输入的特征信息与预设的感兴趣特征信息之间的第一IoU值，并根据各第一IoU值从至少一个影像区域中确定正向区域，其中，感兴趣特征信息是对感兴趣区域进行特征提取处理后得到的。在其中一个实施例中，根据各第一IoU值从至少一个影像区域中确定正向区域，包括：将各第一IoU值与第一IoU阈值进行对比；将大于第一IoU阈值的第一IoU值所对应的输入作为正向区域。在其中一个实施例中，将各第一IoU值与第一IoU阈值进行对比之前，该方法还包括：确定本次特征提取处理在至少两次特征提取处理中的排序；根据排序确定第一IoU阈值。在其中一个实施例中，根据至少两次特征提取处理之后得到的正向区域对目标医学影像进行识别处理，包括：通过目标神经网络模型，基于至少两次特征提取处理之后得到的正向区域确定目标医学影像中的感兴趣区域。在其中一个实施例中，通过目标神经网络模型，基于至少两次特征提取处理之后得到的正向区域确定目标医学影像中的感兴趣区域，包括：通过目标神经网络模型，对至少两次特征提取处理之后得到的正向区域进行位置识别处理，得到至少两次特征提取处理之后得到的各正向区域对应的位置偏移量；根据至少两次特征提取处理之后得到的各正向区域对应的位置偏移量对至少两次特征提取处理之后得到的各正向区域在目标医学影像中的位置进行调整，以确定目标医学影像中的感兴趣区域。在其中一个实施例中，根据至少两次特征提取处理之后得到的正向区域对目标医学影像进行识别处理，包括：通过目标神经网络模型，基于至少两次特征提取处理之后得到的正向区域，输出分类值和损失值，其中，分类值用于表征目标医学影像中的感兴趣区域对应的类型，损失值用于表征目标医学影像中的感兴趣区域为该类型的错误率；根据分类值和损失值，确定目标医学影像中的感兴趣区域对应的类型。第二方面，提供了一种影像识别装置，装置包括：输入模型，用于将目标医学影像输入至目标神经网络模型中，目标医学影像包括至少一个影像区域；至少一个影像区域中包括感兴趣区域；特征提取模型，用于通过目标神经网络模型对目标医学影像进行至少两次特征提取处理，其中，在每次特征提取处理之后，根据提取到的特征信息从至少一个影像区域中确定正向区域，并将确定的正向区域作为下一次特征提取处理的输入，正向区域为感兴趣区域的概率大于预设概率阈值；识别模型，用于根据至少两次特征提取处理之后得到的正向区域对目标医学影像进行识别处理，获取感兴趣区域。在其中一个实施例中，上述特征提取模块，具体用于：在每次特征提取处理之后，分别计算本次特征提取处理的各个输入的特征信息与预设的感兴趣特征信息之间的第一IoU值，并根据各第一IoU值从至少一个影像区域中确定正向区域，其中，感兴趣特征信息是对感兴趣区域进行特征提取处理后得到的。在其中一个实施例中，上述特征提取模块，具体用于：将各第一IoU值与第一IoU阈值进行对比；将大于第一IoU阈值的第一IoU值所对应的输入作为正向区域。在其中一个实施例中，上述特征提取模块，具体用于：确定本次特征提取处理在至少两次特征提取处理中的排序；根据排序确定第一IoU阈值。在其中一个实施例中，上述识别模型，具体用于：通过目标神经网络模型，基于至少两次特征提取处理之后得到的正向区域确定目标医学影像中的感兴趣区域。在其中一个实施例中，上述识别模型，具体用于：通过目标神经网络模型，对至少两次特征提取处理之后得到的正向区域进行位置识别处理，得到至少两次特征提取处理之后得到的各正向区域对应的位置偏移量；根据至少两次特征提取处理之后得到的各正向区域对应的位置偏移量对至少两次特征提取处理之后得到的各正向区域在目标医学影像中的位置进行调整，以确定目标医学影像中的感兴趣区域。在其中一个实施例中，上述识别模型，包括：输出单元，用于通过目标神经网络模型，基于至少两次特征提取处理之后得到的正向区域，输出分类值和损失值，其中，分类值用于表征目标医学影像中的感兴趣区域对应的类型，损失值用于表征目标医学影像中的感兴趣区域为类型的错误率；确定单元，用于根据分类值和损失值，确定目标医学影像中的感兴趣区域对应的类型。第三方面，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述第一方面任一所述的方法。第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面任一的所述方法。上述影像识别方法、装置、计算机设备和存储介质，将目标医学影像输入至目标神经网络模型中，目标医学影像包括至少一个影像区域；至少一个影像区域中包括感兴趣区域；通过目标神经网络模型对目标医学影像进行至少两次特征提取处理，其中，在每次特征提取处理之后，根据提取到的特征信息从至少一个影像区域中确定正向区域，并将确定的正向区域作为下一次特征提取处理的输入，正向区域为感兴趣区域的概率大于预设概率阈值；根据至少两次特征提取处理之后得到的正向区域对目标医学影像进行识别处理。上述方法中，将目标医学影像输入至目标神经网络模型中，并通过目标神经网络模型对目标医学影像进行至少两次特征本文档来自技高网...

【技术保护点】
1.一种影像识别方法，其特征在于，所述方法包括：/n将目标医学影像输入至目标神经网络模型中，所述目标医学影像包括至少一个影像区域；所述至少一个影像区域中包括感兴趣区域；/n通过所述目标神经网络模型对所述目标医学影像进行至少两次特征提取处理，其中，在每次特征提取处理之后，根据提取到的特征信息从所述至少一个影像区域中确定正向区域，并将确定的所述正向区域作为下一次特征提取处理的输入，所述正向区域为感兴趣区域的概率大于预设概率阈值；/n根据所述至少两次特征提取处理之后得到的正向区域对所述目标医学影像进行识别处理。/n

【技术特征摘要】
1.一种影像识别方法，其特征在于，所述方法包括：
将目标医学影像输入至目标神经网络模型中，所述目标医学影像包括至少一个影像区域；所述至少一个影像区域中包括感兴趣区域；
通过所述目标神经网络模型对所述目标医学影像进行至少两次特征提取处理，其中，在每次特征提取处理之后，根据提取到的特征信息从所述至少一个影像区域中确定正向区域，并将确定的所述正向区域作为下一次特征提取处理的输入，所述正向区域为感兴趣区域的概率大于预设概率阈值；
根据所述至少两次特征提取处理之后得到的正向区域对所述目标医学影像进行识别处理。


2.根据权利要求1所述的方法，其特征在于，所述在每次特征提取处理之后，根据提取到的特征信息从所述至少一个影像区域中确定正向区域，包括：
在每次特征提取处理之后，分别计算本次特征提取处理的各个输入的特征信息与预设的感兴趣特征信息之间的第一IoU值，并根据各所述第一IoU值从所述至少一个影像区域中确定所述正向区域，其中，所述感兴趣特征信息是对感兴趣区域进行特征提取处理后得到的。


3.根据权利要求2所述的方法，其特征在于，所述根据各所述第一IoU值从所述至少一个影像区域中确定所述正向区域，包括：
将各所述第一IoU值与第一IoU阈值进行对比；
将大于所述第一IoU阈值的第一IoU值所对应的输入作为所述正向区域。


4.根据权利要求3所述的方法，其特征在于，所述将各所述第一IoU值与第一IoU阈值进行对比之前，所述方法还包括：
确定本次特征提取处理在所述至少两次特征提取处理中的排序；
根据所述排序确定所述第一IoU阈值。


5.根据权利要求1所述的方法，其特征在于，所述根据所述至少两次特征提取处理之后得到的正向区域对所述目标医学影像进行识别处理，包括：
通过所述目标神经网络模型，基于所述至少两次特征提取处理之后得到的正向区域确定所述目标医学影像中的感兴趣区域。


6.根据权利要求5所述的方法，其特征在于，所述通过所述目标神经网络模型，基于所述至少两次特征提取处理...

【专利技术属性】
技术研发人员：魏巍，
申请(专利权)人：武汉联影医疗科技有限公司，
类型：发明
国别省市：湖北;42