图像检测方法、装置及计算机设备制造方法及图纸

本申请涉及一种图像检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。该方法包括：在获取初始医学图像后，对初始医学图像进行分割，获得多个分割图像块，这样把较大的医学图像分割成多个较小的分割图像块，便于后续有针对性的对每一个分割图像块进行处理；然后将多个分割图像块输入至第一模型，获得每一个分割图像块的病灶定位概率以及病理分类结果，基于获得的病灶定位概率以及病理分类结果输出初始医学图像的注意力图。由于初始医学图像的注意力图能够使初始医学图像中的影像征象更加便于识别，以便更加有针对性的对医学图像进行检测，所以能够提高对医学图像进行检测获得的检测结果的准确性。像进行检测获得的检测结果的准确性。像进行检测获得的检测结果的准确性。

Image detection method, device and computer equipment

【技术实现步骤摘要】
图像检测方法、装置及计算机设备


[0001]本申请涉及医学图像数据处理
，特别是涉及一种图像检测方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]钼靶、磁共振成像(Magnetic Resonance Imaging，MRI)是较常用的影像检查手段。目前，通常通过计算机辅助检查系统根据医学图像的影像征象(比如，肿块和钙化的性质、形态、乳头是否凹陷等)对医学图像的图像类型进行检测，然而，使用计算机辅助检查系统对医学图像进行检测，存在检测结果准确性较差的问题。

技术实现思路

[0003]本申请提供了一种图像检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，对医学图像进行处理后，使得医学图像中的影像征象更加的便于识别，便于对医学图像进行有针对性的检测，使得对医学图像的检测更加的准确。
[0004]第一方面，本申请提供了一种图像检测方法，该方法包括：
[0005]获取初始医学图像的多个分割图像块；
[0006]根据各所述分割图像块和第一模型，得到所述初始医学图像的注意力图，其中，所述注意力图包括第一注意力图和/或第二注意力图，所述第一注意力图用于表征各所述分割图像块的病灶定位概率，所述第二注意力图用于表征各所述分割图像块的病理分类概率；
[0007]基于所述注意力图，得到所述初始医学图像的检测结果。
[0008]第二方面，本申请还提供了一种图像检测装置，该装置包括：
[0009]第一模块，用于获取初始医学图像的多个分割图像块；
[0010]第二模块，用于根据各所述分割图像块和第一模型，得到所述初始医学图像的注意力图，其中，所述注意力图包括第一注意力图和/或第二注意力图，所述第一注意力图用于表征各所述分割图像块的病灶定位概率，所述第二注意力图用于表征各所述分割图像块的病理分类概率；
[0011]第三模块，用于基于所述注意力图，得到所述初始医学图像的检测结果。
[0012]第三方面，本申请还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上述任一项的方法的步骤：
[0013]第四方面，本申请还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上述任一项的方法的步骤。
[0014]第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述任一项的方法的步骤。
[0015]本申请提供了一种图像检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。该方法包括：在获取初始医学图像后，对初始医学图像进行分割，获得多个分
割图像块，这样把较大的医学图像分割成多个较小的分割图像块，便于后续有针对性的对每一个分割图像块进行处理；然后将多个分割图像块输入至第一模型，获得每一个分割图像块的病灶定位概率以及病理分类结果，基于获得的病灶定位概率以及病理分类结果输出初始医学图像的注意力图。由于初始医学图像的注意力图能够使初始医学图像中的影像征象更加便于识别，以便更加有针对性的对医学图像进行检测，所以能够提高对医学图像进行检测获得的检测结果的准确性。
附图说明
[0016]图1为一个实施例中的图像检测方法的应用环境图；
[0017]图2为一个实施例中图像检测方法的流程示意图；
[0018]图3为另一个实施例中图像检测方法的流程示意图；
[0019]图4为另一个实施例中图像检测方法的流程示意图；
[0020]图5为另一个实施例中图像检测方法的流程示意图；
[0021]图6为另一个实施例中图像检测方法的流程示意图；
[0022]图7为另一个实施例中图像检测方法的流程示意图；
[0023]图8为一个实施例中图像检测装置的结构框图；
[0024]图9为一个实施例中计算机设备的内部结构图。
具体实施方式
[0025]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0026]本申请提供的图像检测方法，可以应用于如图1所示的应用环境中。其中，医学图像采集设备102可以是在采集到初始医学图像后，通过网络将采集到的初始医学图像传输至终端104或者服务器106中，由终端104或者服务器106执行对初始医学图像进行分割处理，然后将处理后的分割图像块输入第一模型中，通过第一模型对各分割图像块进行病灶定位概率以及病理分类概率的分析，获得各个分割图像块的病灶定位概率以及病理分类概率，进一步的得到初始医学图像对应的第一注意力图和第二注意力图，并基于第一注意力图和第二注意力图得到初始医学图像的检测结果的操作。其中，注意力图能够在医学图像上对病灶进行定位，同时，还可以获得用于临床诊断的病理分类结果，以为后续辅助诊断疾病提供更可靠的依据，从而达到提高疾病诊断准确性的效果。其中，医学图像采集设备102可以但不限于是各种CT扫描设备、B超设备、MR设备等。终端104可以但不限于是个人计算机、笔记本电脑、平板电脑等。服务器106可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0027]在一个实施例中，如图2所示，提供了一种图像检测方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
[0028]步骤S202，获取初始医学图像的多个分割图像块。
[0029]其中，初始医学图像可以是通过医学图像采集设备采集的。当医学图像采集设备采集到初始医学图像后，可以是发送给对应的终端设备，由终端设备对初始医学图像进行
后续的处理；当医学图像采集设备采集到初始医学图像后，还可以是先发送给对应的终端设备，再由终端设备通过网络传输给服务器，由服务器对初始医学图像进行后续的处理，本申请对此不加以限定。其中，医学图像采集设备例如可以是计算机断层扫描设备、超声诊断设备、MRI诊断设备、X射线诊断设备、CT扫描设备、磁共振扫描设备、B超设备等。
[0030]初始医学图像可以是由同一台医学图像采集设备采集到的多张医学图像；还可以是由多台医学图像采集设备采集到的多张医学图像；初始医学图像可以是针对人体脑部的医学图像，可以是针对人体胸腔的医学图像，可以是针对人体乳房的医学图像，还可以是针对人体腹腔的医学图像等。初始医学图像还可以是属于一个检查者，还可以是属于多个检查者。其中，若初始医学图像属于多个检查者时，可以是在终端设备接收到初始医学图像后按照不同检查者进行分类，以针对不同检查者开展针对性的分析。
[0031]目前，医学图像采集设备采集的初始医学图像一般为大尺寸图像，图像中的信息量较大，若直接通过初始医学图像进行医学分析，不仅会增加服务器处理数据的压力，还会因为图像的信息量大使得不能进行针对性的分析导致分析结果不准确的情况出现。针对这一问题，本申请在服务器获得初始医学图像后会对初始医学图像进行本文档来自技高网...

【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，所述方法包括：获取初始医学图像的多个分割图像块；根据各所述分割图像块和第一模型，得到所述初始医学图像的注意力图，其中，所述注意力图包括第一注意力图和/或第二注意力图，所述第一注意力图用于表征各所述分割图像块的病灶定位概率，所述第二注意力图用于表征各所述分割图像块的病理分类结果；基于所述注意力图，得到所述初始医学图像的检测结果。2.根据权利要求1所述的方法，其特征在于，所述根据各所述分割图像块和第一模型，得到所述初始医学图像的注意力图，包括：将各所述分割图像块输入第一模型，得到各所述分割图像块对应的输出结果，其中，所述输出结果包括所述病灶定位概率和/或所述病理分类结果；基于所述输出结果和各所述分割图像块的图像参数，得到所述初始医学图像的注意力图。3.根据权利要求2所述的方法，其特征在于，所述基于所述输出结果和各所述分割图像块的图像参数，得到所述初始医学图像的注意力图，包括：根据各所述分割图像块对应的病灶定位概率确定各所述分割图像块的第一图像参数调整策略；基于各所述分割图像块的第一图像参数调整策略对各所述分割图像块的图像参数进行修改；基于所述初始医学图像对修改后的各所述分割图像块进行映射，并根据映射结果得到所述第一注意力图。4.根据权利要求2所述的方法，其特征在于，所述基于所述输出结果和各所述分割图像块的图像参数，得到所述初始医学图像的注意力图，包括：根据各所述分割图像块对应的病理分类结果确定各所述分割图像块的第二图像参数调整策略；基于各所述分割图像块的第二图像参数调整策略对各所述分割图像块的图像参数进行修改；基于所述初始医学图像对修改后的各所述分割图像块进行映射，并根据映射结果得到所述第二注意力图。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述基于所述注意力图，得到所述初始医学图像的检测结果，包括：基于所述注意力图...

【专利技术属性】
技术研发人员：吴青霞，刘晓鸣，
申请(专利权)人：北京联影智能影像技术研究院，
类型：发明
国别省市：