本申请提供一种胃镜图像目标检测方法、装置、电子设备及存储介质，该方法包括：获取待检测胃镜图像；提取待检测胃镜图像的多种特征层；根据多种特征层，确定多个不同尺度的目标框；根据待检测胃镜图像中的病灶点与各目标框之间的位置关系，从目标框中选取预测框；获取预测框对应的类别标签和待检测胃镜图像的图像识别结果；当类别标签与图像识别结果相同时，根据预测框和图像识别结果，确定待检测胃镜图像的目标检测结果。上述方案提供的方法，即确定了病灶的具体位置信息，也确定了病灶的识别结果，达到了医生人工检测的效果，同时提高了检测效率。高了检测效率。高了检测效率。
【技术实现步骤摘要】
一种胃镜图像目标检测方法、装置、电子设备及存储介质
[0001]本申请涉及图像识别
，尤其涉及一种胃镜图像目标检测方法、装置、电子设备及存储介质。
技术介绍
[0002]目前，胃镜是诊断胃部疾病的重要手段，具体可以根据胃镜采集的胃粘膜上皮图像，判断当前患者是否患有胃癌或胃溃疡等疾病。
[0003]在现有技术中，通常是医生通过观察胃镜图像，来确定病灶位置和诊断结果。
[0004]但是，在胃镜图像较多的情况下，若依然基于现有技术识别和分析各胃镜图像，将占用医生大量的工作时间，不利于保障检测效率。
技术实现思路
[0005]本申请提供一种胃镜图像目标检测方法、装置、电子设备及存储介质，以解决现有技术检测效率低等缺陷。
[0006]本申请第一个方面提供一种胃镜图像目标检测方法，包括：
[0007]获取待检测胃镜图像；
[0008]提取所述待检测胃镜图像的多种特征层；
[0009]根据所述多种特征层，确定多个不同尺度的目标框；
[0010]根据所述待检测胃镜图像中的病灶点与各目标框之间的位置关系，从所述目标框中选取预测框；
[0011]获取所述预测框对应的类别标签和所述待检测胃镜图像的图像识别结果；
[0012]当所述类别标签与所述图像识别结果相同时，根据所述预测框和图像识别结果，确定所述待检测胃镜图像的目标检测结果。
[0013]可选的，还包括：
[0014]当所述类别标签与所述图像识别结果不同时，返回到从所述目标框中选取预测框的步骤。
[0015]可选的，所述根据所述待检测胃镜图像中的病灶点与各目标框之间的位置关系，从所述目标框中选取预测框，包括：
[0016]获取所述病灶点到所述目标框中各边框之间的最大距离；
[0017]根据所述最大距离和各目标框对应的离心区间，筛选待定预测框；
[0018]获取各待定预测框对应的置信度；
[0019]根据所述各待定预测框对应的置信度，确定所述预测框。
[0020]可选的，所述获取所述待检测胃镜图像的图像识别结果，包括：
[0021]获取预设的神经网络模型；
[0022]将所述待检测胃镜图像输入到所述神经网络模型，以利用所述神经网络模型确定所述待检测胃镜图像的图像识别结果。
[0023]可选的，所述提取所述待检测胃镜图像的多种特征层，包括：
[0024]根据所述待检测胃镜图像，确定多张特征图像；
[0025]按照不同的降采样步长，从所述特征图像中提取多种特征层。
[0026]可选的，在提取所述待检测胃镜图像的多种特征层之前，所述方法还包括：
[0027]对所述待检测胃镜图像进行图像预处理。
[0028]可选的，所述获取各待定预测框对应的置信度，包括：
[0029]获取训练好的目标检测模型；
[0030]利用所述目标检测模型，确定所述待定预测框的置信度。
[0031]本申请第二个方面提供一种胃镜图像目标检测装置，包括：
[0032]第一获取模块，用于获取待检测胃镜图像；
[0033]提取模块，用于提取所述待检测胃镜图像的多种特征层；
[0034]确定模块，用于根据所述多种特征层，确定多个不同尺度的目标框；
[0035]选取模块，用于根据所述待检测胃镜图像中的病灶点与各目标框之间的位置关系，从所述目标框中选取预测框；
[0036]第二获取模块，用于获取所述预测框对应的类别标签和所述待检测胃镜图像的图像识别结果；
[0037]检测模块，用于当所述类别标签与所述图像识别结果相同时，根据所述预测框和图像识别结果，确定所述待检测胃镜图像的目标检测结果。
[0038]可选的，所述检测模块，还用于：
[0039]当所述类别标签与所述图像识别结果不同时，返回到从所述目标框中选取预测框的步骤。
[0040]可选的，所述选取模块，具体用于：
[0041]获取所述病灶点到所述目标框中各边框之间的最大距离；
[0042]根据所述最大距离和各目标框对应的离心区间，筛选待定预测框；
[0043]获取各待定预测框对应的置信度；
[0044]根据所述各待定预测框对应的置信度，确定所述预测框。
[0045]可选的，所述第二获取模块，具体用于：
[0046]获取预设的神经网络模型；
[0047]将所述待检测胃镜图像输入到所述神经网络模型，以利用所述神经网络模型确定所述待检测胃镜图像的图像识别结果。
[0048]可选的，所述提取模块，具体用于：
[0049]根据所述待检测胃镜图像，确定多张特征图像；
[0050]按照不同的降采样步长，从所述特征图像中提取多种特征层。
[0051]可选的，所述提取模块，还用于：
[0052]对所述待检测胃镜图像进行图像预处理。
[0053]可选的，所述选取模块，具体用于：
[0054]获取训练好的目标检测模型；
[0055]利用所述目标检测模型，确定所述待定预测框的置信度。
[0056]本申请第三个方面提供一种电子设备，包括：至少一个处理器和存储器；
[0057]所述存储器存储计算机执行指令；
[0058]所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一个方面以及第一个方面各种可能的设计所述的方法。
[0059]本申请第四个方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一个方面以及第一个方面各种可能的设计所述的方法。
[0060]本申请技术方案，具有如下优点：
[0061]本申请提供的胃镜图像目标检测方法、装置、电子设备及存储介质，通过获取待检测胃镜图像；提取待检测胃镜图像的多种特征层；根据多种特征层，确定多个不同尺度的目标框；根据待检测胃镜图像中的病灶点与各目标框之间的位置关系，从目标框中选取预测框；获取预测框对应的类别标签和待检测胃镜图像的图像识别结果；当类别标签与图像识别结果相同时，根据预测框和图像识别结果，确定待检测胃镜图像的目标检测结果。上述方案提供的胃镜图像目标检测方法，通过根据得到的不同尺度的目标框，确定预测框，然后根据预测框的类别标签和图像识别结果，确定最终的目标检测结果，即确定了病灶的具体位置信息，也确定了病灶的识别结果，达到了医生人工检测的效果，同时提高了检测效率。
附图说明
[0062]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0063]图1为本申请实施例基于的胃镜图像目标检测系统的结构示意图；
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种胃镜图像目标检测方法，其特征在于，包括：获取待检测胃镜图像；提取所述待检测胃镜图像的多种特征层；根据所述多种特征层，确定多个不同尺度的目标框；根据所述待检测胃镜图像中的病灶点与各目标框之间的位置关系，从所述目标框中选取预测框；获取所述预测框对应的类别标签和所述待检测胃镜图像的图像识别结果；当所述类别标签与所述图像识别结果相同时，根据所述预测框和图像识别结果，确定所述待检测胃镜图像的目标检测结果。2.根据权利要求1所述的方法，其特征在于，还包括：当所述类别标签与所述图像识别结果不同时，返回到从所述目标框中选取预测框的步骤。3.根据权利要求1所述的方法，其特征在于，所述根据所述待检测胃镜图像中的病灶点与各目标框之间的位置关系，从所述目标框中选取预测框，包括：获取所述病灶点到所述目标框中各边框之间的最大距离；根据所述最大距离和各目标框对应的离心区间，筛选待定预测框；获取各待定预测框对应的置信度；根据所述各待定预测框对应的置信度，确定所述预测框。4.根据权利要求1所述的方法，其特征在于，所述获取所述待检测胃镜图像的图像识别结果，包括：获取预设的神经网络模型；将所述待检测胃镜图像输入到所述神经网络模型，以利用所述神经网络模型确定所述待检测胃镜图像的图像识别结果。5.根据权利要求1所述的方法，其特征在于，所述提取所述待检测胃镜图像的多种特征层，包括：根据所述待检测胃镜图像，确定多张特征图像；按照不同的降采样...
【专利技术属性】
技术研发人员：戴捷，李亮，
申请(专利权)人：紫东信息科技苏州有限公司，
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。