本发明专利技术公开了一种心肺异常识别装置及设备。从获取的胸部X射线图像中提取用于表征全局信息的全局特征图，基于全局特征图确定第一心肺异常识别结果，从分割得到的心脏区域图、左肺区域图和右肺区域图分别提取出用于表征病灶信息的第一局部特征图、第二局部特征图和第三局部特征图，将第一局部特征图、第二局部特征图和第三局部特征图进行特征融合，得到融合特征图，基于融合特征图确定第二心肺异常识别结果，基于第一心肺异常识别结果和第二心肺异常识别结果确定心肺异常类型，提高了心肺异常识别的准确率。常识别的准确率。常识别的准确率。
【技术实现步骤摘要】
一种心肺异常识别装置及设备
[0001]本专利技术实施例涉及心肺异常检测
，尤其涉及一种心肺异常识别装置及设备。
技术介绍
[0002]胸部X射线图像(或称之为胸片)是目前最常见的用于胸腔疾病筛查和诊断的工具。在日常临床中，胸片的影像筛查和诊断依赖专业医生的经验，这是一项耗时及可能出现主观性评估错误。近年来，随着医学影像处理技术的进步，尤其是深度学习方法，利用计算机辅助筛查和诊断逐渐应用到放射科。
[0003]由于胸部X线的低特异性，类间和类内的区分性很低，异常识别任务的性能都受限，导致异常识别准确率较低。
技术实现思路
[0004]本专利技术提供一种心肺异常识别装置及设备，以提高心肺异常识别的准确率。
[0005]第一方面，本专利技术实施例提供了一种心肺异常识别装置，包括：
[0006]全局特征图提取模块，用于从获取的胸部X射线图像中提取用于表征全局信息的全局特征图；
[0007]第一结果确定模块，用于基于所述全局特征图确定第一心肺异常识别结果；
[0008]图像分割模块，用于对所述胸部X射线图像进行语义分割，得到心脏区域图、左肺区域图和右肺区域图；
[0009]局部特征图提取模块，用于从所述心脏区域图、所述左肺区域图和所述右肺区域图分别提取出用于表征病灶信息的第一局部特征图、第二局部特征图和第三局部特征图；
[0010]特征融合模块，用于将所述第一局部特征图、所述第二局部特征图和所述第三局部特征图进行特征融合，得到融合特征图；
[0011]第二结果确定模块，用于基于所述融合特征图确定第二心肺异常识别结果；
[0012]异常类型确定模块，用于基于所述第一心肺异常识别结果和所述第二心肺异常识别结果确定心肺异常类型。
[0013]第二方面，本专利技术实施例还提供了一种计算机设备，包括如本专利技术第一方面提供的心肺异常识别装置。
[0014]本专利技术实施例提供的心肺异常识别装置，全局特征图提取模块从获取的胸部X射线图像中提取用于表征全局信息的全局特征图，第一结果确定模块基于全局特征图确定第一心肺异常识别结果，图像分割模块对胸部X射线图像进行语义分割，得到心脏区域图、左肺区域图和右肺区域图，局部特征图提取模块从心脏区域图、左肺区域图和右肺区域图分别提取出用于表征病灶信息的第一局部特征图、第二局部特征图和第三局部特征图，特征融合模块将第一局部特征图、第二局部特征图和第三局部特征图进行特征融合，得到融合特征图，第二结果确定模块基于融合特征图确定第二心肺异常识别结果，异常类型确定模
块基于第一心肺异常识别结果和第二心肺异常识别结果确定心肺异常类型。通过结合基于全局特征图得到的第一心肺异常识别结果，和基于第一局部特征图、第二局部特征图和第三局部特征图的融合特征图得到第二心肺异常识别结果确定最终的心肺异常类型，避免了语义分割过程中出现的分割偏差导致病理信息的损失，提高了心肺异常识别的准确率。
附图说明
[0015]图1为本专利技术实施例一提供的一种心肺异常识别方法的流程图；
[0016]图2A为本专利技术实施例二提供的一种心肺异常识别方法的流程图；
[0017]图2B为本专利技术实施例提供的一种心肺异常识别方法中数据处理流程图；
[0018]图3为本专利技术实施例三提供的一种心肺异常识别装置的结构示意图；
[0019]图4为本专利技术实施例四提供的一种计算机设备的结构示意图。
具体实施方式
[0020]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0021]实施例一
[0022]图1为本专利技术实施例一提供的一种心肺异常识别方法的流程图，本实施例可适用于心肺异常识别的情况，该方法可以由本专利技术实施例提供的心肺异常识别装置来执行，该装置可以由软件和/或硬件的方式实现，通常配置于计算机设备中，如图1所示，该方法具体包括如下步骤：
[0023]S101、从获取的胸部X射线图像中提取用于表征全局信息的全局特征图。
[0024]胸部X射线图像也就胸片，采用X射线穿过胸部，投影在胶片上，即可得到胸部X射线图像。正常胸部X射线图像是胸腔内、外各种组织、器官包括胸壁软组织、骨骼、心脏大血管、肺、胸膜和膈肌等相互重叠的综合投影。正常充气的两肺在X射线胸片上表现为均匀一致较为透明的区域，在正位胸片(被检测者采用正姿站立，面对X射线源时拍摄的胸片)上，两侧肺野透明度基本相同，其透明度与肺内所含气体量成正比，两侧肺野分为左侧纵向内、中、外三带、右侧横向上、中、下三野；肺部还包括肺门、肺纹理、肺叶和肺段、气管和支气管；纵膈位于胸骨之后、胸椎之前，介于两肺之间，包含心脏、大血管、气管、主支气管、食管、淋巴组织、胸腺、神经及脂肪等，X线胸片除气管及主支气管可分辨外，其余纵膈结构缺乏对比。
[0025]通过对获取的胸部X射线图像进行处理，例如，将胸部X射线图像输入预先训练好的全局网络模型中进行处理，提取出用于表征全局信息的全局特征图。全局特征图是指用胸部X射线图像的全部特征来表征胸部X射线图像，它是图像的整体属性。常见的全局特征图包括颜色特征、纹理特征和形状特征。由于全局特征图是像素级的低层可视特征，因此，全局特征图具有良好的不变性、计算简单、表示直观等特点。
[0026]S102、基于全局特征图确定第一心肺异常识别结果。
[0027]在提取出全局特征图之后，基于全局特征图确定第一心肺异常识别结果。示例性的，在本专利技术的一些实施例中，可以直接将全局特征图映射至心肺异常类型标记空间，得到
logits向量，然后对logits向量进行归一化处理，得到概率向量，该向量中每一元素为胸部X射线图像属于对应的心肺异常种类的概率值。然后将该向量中的最大值对应的心肺异常类型作为第一心肺异常识别结果。在本专利技术的另一些实施例中，也可以先对全局特征图进行挖掘，例如，输入预先训练好的深度卷积网络中进行处理，提取出全局特征图的高阶特征。接着，将高阶特征映射至心肺异常类型标记空间，得到logits向量，然后对logits向量进行归一化处理，得到概率向量，该向量中每一元素为胸部X射线图像属于对应的心肺异常种类的概率值。然后将该向量中的最大值对应的心肺异常类型作为第一心肺异常识别结果。高阶特征相对于低阶特征具有更丰富的语义信息，从而使得后续的第一心肺异常识别结果更准确。
[0028]S103、对胸部X射线图像进行语义分割，得到心脏区域图、左肺区域图和右肺区域图。
[0029]语义分割是指对图像中的每一个像素进行分类，将图像中的像素分属到预设的不同类别，从而在图像中得到不同的区域。本专利技术实施例中，对胸部X射线图像进行语义分割，从而将胸部X射线图像分割为心脏区域、左肺区域和右肺区域(这三个区域合称为心肺区域)，然后对各区域的边缘进行边缘提取，得到心脏区域图、左肺区本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种心肺异常识别装置，其特征在于，包括：全局特征图提取模块，用于从获取的胸部X射线图像中提取用于表征全局信息的全局特征图；第一结果确定模块，用于基于所述全局特征图确定第一心肺异常识别结果；图像分割模块，用于对所述胸部X射线图像进行语义分割，得到心脏区域图、左肺区域图和右肺区域图；局部特征图提取模块，用于从所述心脏区域图、所述左肺区域图和所述右肺区域图分别提取出用于表征病灶信息的第一局部特征图、第二局部特征图和第三局部特征图；特征融合模块，用于将所述第一局部特征图、所述第二局部特征图和所述第三局部特征图进行特征融合，得到融合特征图；第二结果确定模块，用于基于所述融合特征图确定第二心肺异常识别结果；异常类型确定模块，用于基于所述第一心肺异常识别结果和所述第二心肺异常识别结果确定心肺异常类型。2.根据权利要求1所述的心肺异常识别装置，其特征在于，所述全局特征图提取模块包括：特征图提取子模块，用于基于通道注意力机制从获取的胸部X射线图像中提取出表征病灶区域的特征图；元素乘积子模块，用于将所述特征图与所述胸部X射线图像对应的元素相乘，得到病灶区域图像；全局特征图提取模块，用于从所述病灶区域图像中提取高阶特征作为所述胸部X射线图像的全局特征图。3.根据权利要求2所述的心肺异常识别装置，其特征在于，所述特征图提取子模块包括：第一池化处理单元，用于针对获取的胸部X射线图像的每一元素，对该元素的各通道数值进行全局平均池化处理和全局最大池化处理，得到最大池化特征图和平均池化特征图；特征融合单元，用于将所述最大池化特征图和所述平均池化特征图进行特征融合，得到表征病灶区域的特征图。4.根据权利要求1
‑
3任一所述的心肺异常识别装置，其特征在于，所述图像分割模块用于基于预先训练好的U
‑
Net模型对所述胸部X射线图像进行语义分割，得到心脏区域图、左肺区域图和右肺区域图。5.根据权利要求1
‑
3任一所述的心肺异常识别装置，其特征在于，所述局部特征图提取模块包括：图像...
【专利技术属性】
技术研发人员：方建生，
申请(专利权)人：广州视源人工智能创新研究院有限公司，
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。