【技术实现步骤摘要】
组织图像的识别方法、装置、可读介质和电子设备
[0001]本公开涉及图像处理
，具体地，涉及一种组织图像的识别方法、装置、可读介质和电子设备。
技术介绍
[0002]内窥镜上设置有光学镜头、图像传感器、光源等组件，能够进入人体内部进行检查，使得医生能够直观地观察到人体内部的情况，在医疗领域得到了广泛应用。在使用内窥镜进行检查的过程中，可能由于进镜手法不稳定，或者内窥镜的位置不合适等原因，会采集到很多无效的图像，例如障碍物遮挡、曝光度过大、清晰度过低等。这些无效的图像会对内窥镜的检查结果产生干扰，因此，需要对内窥镜采集到的图像进行识别，以保证内窥镜检查的有效性和准确性。通常情况下，要对图像进行准确的识别，需要预先获取海量具有标注的图像，以作为图像识别的参考基准。然而对海量的图像进行标注需要投入大量人力物力，工作繁杂，因此有标注的图像的数量往往很少，降低了图像识别的准确度。
技术实现思路
[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
...
【技术保护点】
【技术特征摘要】
1.一种组织图像的识别方法，其特征在于，所述方法包括：获取内窥镜采集的组织图像；对所述组织图像进行预处理，以得到目标图像；利用预先训练的识别模型对所述目标图像进行识别，以确定所述组织图像所属的目标类型，所述识别模型根据预设的样本图像集，与预设的对比识别模型联合训练得到，所述样本图像集包括第一数量个类型已知的有标样本图像和第二数量个类型未知的无标样本图像，所述第一数量小于所述第二数量，所述对比识别模型的结构与所述识别模型的结构相同，且所述对比识别模型的神经元参数，根据所述识别模型的神经元参数确定；若所述目标类型指示所述组织图像为有效类型，对所述组织图像进行指定处理。2.根据权利要求1所述的方法，其特征在于，所述利用预先训练的识别模型对所述目标图像进行识别，以确定所述组织图像所属的目标类型，包括：利用所述识别模型包括的特征提取网络，提取所述目标图像的目标图像特征；利用所述识别模型包括的映射层，将所述目标图像特征映射为用于表征所述目标图像的目标图像向量；利用所述识别模型包括的分类层，对所述目标图像向量进行分类，以得到所述目标类型。3.根据权利要求1或2所述的方法，其特征在于，所述识别模型与所述对比识别模型是通过以下方式联合训练得到的：获取样本输入集和样本输出集，所述样本输入集包括：多个样本输入，每个所述样本输入包括所述样本图像集中的一个样本图像，所述样本图像为所述有标样本图像或所述无标样本图像；所述样本输出集中包括与每个所述样本输入对应的样本输出，所述有标样本图像对应的样本输出包括所述有标样本图像的类型；将所述样本输入集分别作为所述识别模型和所述对比识别模型的输入，将所述样本输出集分别作为所述识别模型和所述对比识别模型的输出，以联合训练所述识别模型和所述对比识别模型。4.根据权利要求3所述的方法，其特征在于，所述将所述样本输入集分别作为所述识别模型和所述对比识别模型的输入，将所述样本输出集分别作为所述识别模型和所述对比识别模型的输出，以联合训练所述识别模型和所述对比识别模型，包括：对目标样本输入进行增扩处理，以得到第一图像和第二图像，所述第一图像与所述第二图像不相同，所述目标样本输入为任一所述样本输入；将所述第一图像输入所述识别模型，以得到用于表征所述第一图像的第一向量，并将所述第二图像输入所述对比识别模型，以得到用于表征所述第二图像的第二向量；根据所述识别模型输出的所述第一图像所属的训练类型，与所述目标样本输入对应的样本输出，确定第一损失；根据所述第一向量、所述第二向量和采样向量集，确定第二损失，所述采样向量集包括按照预设的采样规则从向量表中获取的指定数量个向量，所述向量表中包括用于表征多个样本图像的多个向量；根据所述第一损失和所述第二损失确定总损失；根据所述总损失更新所述识别模型，并根据更新后的所述识别模型更新所述对比识别
模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述第一向量、所述第二向量和采样向量集，确定第二损失，包括：按照所述采样规则从所述向量表中获取指定数量个向量，以作为所述采样向量集；对所述第一向量、所述第二向量和所述采样向量集进行归一化处理；确定归一化后的所述第一向量与正向量之间的第一距离，并确定归一化...
【专利技术属性】
技术研发人员：边成，杨志雄，赵家英，石小周，李剑，
申请(专利权)人：北京字节跳动网络技术有限公司，
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。