识别图像中病灶方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及医学图像的计算机分析领域，尤其涉及一种识别图像中病灶方法、装置、设备及存储介质，该方法包括：对预处理后的训练胶囊内镜图像块通过卷积神经网络进行特征提取，得到训练胶囊内镜图像块特征向量，并对所述卷积神经网络参数进行更新，得到目标卷积神经网络；对训练胶囊内镜图像块特征向量通过分类器进行分类，并对分类器参数进行更新，得到目标分类器；对训练胶囊内镜图像块特征向量进行聚类迭代，得到目标聚类中心；计算所述特征块与所述各目标聚类中心的距离，得到含有病灶区域特征的图块类簇，并通过目标分类器对所述含有病灶区域特征的图块类簇进行分类，得到分类结果，从而能够进行快速智能识别图像中病灶。从而能够进行快速智能识别图像中病灶。从而能够进行快速智能识别图像中病灶。

【技术实现步骤摘要】
识别图像中病灶方法、装置、设备及存储介质


[0001]本专利技术涉及医学图像的计算机分析领域，尤其涉及一种识别图像中病灶方法、装置、设备及存储介质。

技术介绍

[0002]无线胶囊内镜作为21世纪初发展起来的一种吞咽式无创检测设备，不仅可以减轻患者在检测过程产生的不适，而且克服了传统内镜检查小肠的局限性。与传统内镜的检查方式相比，无线胶囊内镜的检查过程具有无痛、无创、便捷以及安全等优点，已经广泛运用于临床消化道的疾病检测中。胶囊内镜进入人体后工作时间约为8
‑
13个小时，会产生5
‑
8万幅待诊断的彩色图像。因此，如何进行快速智能诊断的计算机辅助诊断成为当前亟待解决的技术问题，目前传统的方式主要采用临床医生从这数据量庞大的胶囊内镜图像中筛查出可能具有病变的图像，会造成了医疗资源的浪费，同时由于病变图像少及长时间阅片导致医生注意力不集中等问题造成误检、漏检的可能性增加。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路
/>[0004]本专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别图像中病灶的方法，其特征在于，所述方法包括以下步骤：获取预处理后的训练胶囊内镜图像块；对所述预处理后的训练胶囊内镜图像块通过卷积神经网络进行特征提取，得到训练胶囊内镜图像块特征向量，并对所述卷积神经网络参数进行更新，得到目标卷积神经网络；对所述训练胶囊内镜图像块特征向量通过分类器进行分类，并对分类器参数进行更新，得到目标分类器；对训练胶囊内镜图像块特征向量进行聚类迭代，得到目标聚类中心；获取通过目标卷积神经网络提取的目标胶囊内镜图像特征向量并对所述图像特征图进行分块，得到特征块；计算所述特征块与所述各目标聚类中心的距离，得到含有病灶区域特征的图块类簇，并通过目标分类器对所述含有病灶区域特征的图块类簇进行分类，得到分类结果。2.如权利要求1所述的方法，其特征在于，所述获取预处理后的训练胶囊内镜图像块，包括：获取训练胶囊内镜图像，并截取对应胶囊内镜图像上的目标区域；将所述胶囊内镜图像上的目标区域存入带标签的文件夹，得到胶囊内镜图像块训练样本库；依次提取所述胶囊内镜图像块训练样本库中的胶囊内镜图像上的目标区域进行同样地裁剪、旋转以及翻转操作，得到同样的尺寸目标区域的胶囊内镜图像块。3.如权利要求1所述的方法，其特征在于，所述对所述训练胶囊内镜图像块特征向量通过分类器进行分类，并对分类器参数进行更新，得到目标分类器，包括：对所述训练胶囊内镜图像块特征向量进行Softmax分类，得到分类结果，其中Softmax采用的损失函数为交叉熵损失函数；对所述损失函数通过交叉熵损失、分类标签以及softmax分类结果进行处理，得到分类损失；将所述分类损失通过反向传播关系进行梯度回传，并对所述分类器参数进行更新；返回执行所述对所述训练胶囊内镜图像块特征向量进行Softmax分类，得到分类结果步骤，直至对所有训练胶囊内镜图像块特征向量分类完成，得到目标分类器。4.如权利要求2所述的方法，其特征在于，所述对训练胶囊内镜图像块特征向量进行聚类迭代，得到目标聚类中心，包括：随机抽取所述胶囊内镜图像块训练样本库中的K个图像块作为初始聚类中心，其中K为大于1的整数；计算所述胶囊内镜图像块训练样本库中剩下的所述胶囊内镜图像块训练样本库每个图像块特征向量与所述初始聚类中心的距离；根据所述每个图像块特征向量与所述初始聚类中心的距离，将所述图像块特征向量划分为K个簇；计算所述K个簇的所有特征向量的均值，并将所述均值作为并将此均值作为新的聚类中心；返回执行随机抽取所述胶囊内镜图像块训练样本库中的K个图像块作为初始聚类中心步骤，直至所述新的聚类中心的位置不再发生变化，迭代停止，得到目标聚类中心。
5.如权利要求1所述的方法，其特征在...

【专利技术属性】
技术研发人员：潘宁，冯媛，胡怀飞，刘海华，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：