本申请实施例提供了一种猴痘感染皮肤图像检测方法和装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取待检测皮肤图像，通过预先训练的扩散去噪概率模型对待检测皮肤图像进行加噪处理，得到加噪处理结果；从标准正态分布中获取采样结果；然后计算得到损失函数值；判断损失函数值是否属于第一阈值区间，若属于，则确定待检测皮肤图像为猴痘感染皮肤图像，若不属于，则确定待检测皮肤图像不为猴痘感染皮肤图像。本申请实施例能够准确地检测出猴痘感染皮肤图像，且检测准确率高。高。高。
【技术实现步骤摘要】
猴痘感染皮肤图像检测方法和装置、电子设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种猴痘感染皮肤图像检测方法和装置、电子设备及存储介质。
技术介绍
[0002]猴痘是一种病毒性人畜共患病，可以通过密切接触传染给人类，与1980年消灭的天花同属正痘病毒属。截至2022年5月30日，全球约30个国家报告257例猴痘确诊病例，同时还有约120例疑似病例。猴痘病毒来势汹汹，世界卫生组织已经将猴痘全球公共卫生风险评为中等，对于普通群众，做好防护和提前诊断治疗极其关键。
[0003]目前，可以用于潜在猴痘感染皮肤图像检测的模型主要基于深度神经网络框架，对现有猴痘感染皮肤图像和健康皮肤图像加上对应的标签后，训练有监督分类模型，测试时实现对猴痘病情的察觉和诊断。
[0004]然而，当前的猴痘感染皮肤图像诊断方法有显著的缺陷。有监督模型需要对猴痘感染皮肤图像和健康皮肤图像数据进行标注，需要大量的时间成本和人员投入，给实验带来不必要的负担。同时，部分基于对抗思想的分类模型的训练稳定性十分具有挑战性，对抗训练过程中难以找到实现纳什平衡的途径，容易出现损失函数不断震荡难以收敛的情况，难以完成对猴痘感染图像数据特征的有效挖掘，无法高效准确地完成检测任务。
技术实现思路
[0005]本申请实施例的主要目的在于提出一种猴痘感染皮肤图像检测方法和装置、电子设备及存储介质，旨在高效准确地对猴痘感染皮肤图像进行检测。
[0006]为实现上述目的，本申请实施例的第一方面提出了一种猴痘感染皮肤图像检测方法，所述方法包括：
[0007]获取待检测皮肤图像；
[0008]通过预先训练的扩散去噪概率模型对所述待检测皮肤图像进行加噪处理，得到加噪处理结果；
[0009]从标准正态分布中获取采样结果；
[0010]根据所述待检测皮肤图像、所述加噪处理结果和所述采样结果，计算得到损失函数值；
[0011]判断所述损失函数值是否属于所述第一阈值区间，若属于，则确定所述待检测皮肤图像为猴痘感染皮肤图像，若不属于，则确定所述待检测皮肤图像不为猴痘感染皮肤图像。
[0012]在一些实施例，所述根据所述待检测皮肤图像、所述加噪处理结果和所述采样结果，计算得到损失函数值这一步骤通过以下损失函数公式执行：
[0013][0014]其中，
[0015]式中，Loss表示损失函数，ε表示从标准正态分布获取的采样结果，ε
θ
表示预先训练的所述扩散去噪概率模型，x0表示所述待检测皮肤图像，β
t
为表示第t步的噪声方差，取值为0到1之间的等比数列，t＝1,2,3
…
T，T为加噪步数。
[0016]在一些实施例，所述第一阈值区间通过以下步骤确定：
[0017]获取训练图像数据集，所述训练图像数据集包括多个猴痘感染皮肤图像；
[0018]通过预先训练的所述扩散去噪概率模型对训练图像数据集中的每个图像进行加噪处理，并计算得到平均损失函数值；
[0019]根据所述平均损失函数值与波动比例阈值，确定第一阈值区间。
[0020]在一些实施例，所述通过预先训练的所述扩散去噪概率模型对训练图像数据集中的每个图像进行加噪处理，并计算得到平均损失函数值这一步骤，包括：
[0021]将所述训练图像数据集中所有图像的像素取值进行标准化处理；
[0022]通过预先训练的所述扩散去噪概率模型对标准化处理后的所有图像进行加噪处理，得到加噪处理结果集，所述加噪处理结果集包括所述训练图像数据集中每个图像对应的加噪处理结果；
[0023]根据所述加噪处理结果集和标准正态分布的采样结果集，利用所述损失函数计算得到损失函数值集，所述损失函数值集包括所述训练图像数据集中每个图像对应的损失函数值；
[0024]对所述损失函数值集中的每一个损失函数值进行求平均计算，得到平均损失函数值。
[0025]在一些实施例，所述方法还包括预先训练所述扩散去噪概率模型，具体包括：
[0026]构建所述训练图像数据集；
[0027]将所述训练图像数据集中的所有图像像素取值进行标准化处理；
[0028]获取所述训练图像数据集中的一个猴痘感染皮肤图像进行训练；
[0029]根据所述损失函数，利用随机梯度下降法更新所述扩散去噪概率模型的参数；
[0030]根据更新后的所述扩散去噪概率模型的参数，获取下一个猴痘感染皮肤图像进行训练，直至所述训练图像数据集中的所有猴痘感染皮肤图像全部训练，完成一次迭代；
[0031]判断所述扩散去噪概率模型训练是否满足结束条件，若满足结束条件，则输出所述扩散去噪概率模型，若不满足结束条件，则继续训练。
[0032]在一些实施例，所述根据更新后的所述扩散去噪概率模型的参数，获取下一个猴痘感染皮肤图像进行训练，直至所述训练图像数据集中的所有猴痘感染皮肤图像全部训练，完成一次迭代之后，所述预先训练所述扩散去噪概率模型还包括：
[0033]获取验证图像数据集，所述验证图像数据集包括多个猴痘感染皮肤图像和多个健康皮肤图像；
[0034]将所述验证图像数据集输入所述扩散去噪概率模型，以对所述扩散去噪概率模型的检测准确率进行测试；
[0035]获取测试结果，并根据所述测试结果，利用早停法控制所述扩散去噪概率模型的训练进程。
[0036]在一些实施例，所述判断所述扩散去噪概率模型训练是否满足结束条件，如果满
足结束条件，则输出所述扩散去噪概率模型，若不满足结束条件，则继续训练这一步骤，具体包括：
[0037]获取所述验证图像数据集的验证误差；
[0038]当所述验证误差在预定迭代次数的训练过程中连续上升时，输出所述扩散去噪概率模型；
[0039]当所述验证误差在预定迭代次数的训练过程中没有连续上升时，继续训练所述扩散去噪概率模型。
[0040]为实现上述目的，本申请实施例的第二方面提出了一种猴痘感染皮肤图像检测装置，所述装置包括：
[0041]第一获取模块，用于获取待检测皮肤图像；
[0042]处理模块，用于通过预先训练的扩散去噪概率模型对所述待检测皮肤图像进行加噪处理，得到加噪处理结果；
[0043]第二获取模块，用于从标准正态分布中获取采样结果；
[0044]计算模块，用于根据所述待检测皮肤图像、所述加噪处理结果和所述采样结果，计算得到损失函数值；
[0045]判断模块，用于判断所述损失函数值是否属于所述第一阈值区间，若属于，则确定所述待检测皮肤图像为猴痘感染皮肤图像，若不属于，则确定所述待检测皮肤图像不为猴痘感染皮肤图像。
[0046]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种猴痘感染皮肤图像检测方法，其特征在于，所述方法包括：获取待检测皮肤图像；通过预先训练的扩散去噪概率模型对所述待检测皮肤图像进行加噪处理，得到加噪处理结果；从标准正态分布中获取采样结果；根据所述待检测皮肤图像、所述加噪处理结果和所述采样结果，计算得到损失函数值；判断所述损失函数值是否属于所述第一阈值区间，若属于，则确定所述待检测皮肤图像为猴痘感染皮肤图像，若不属于，则确定所述待检测皮肤图像不为猴痘感染皮肤图像。2.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皮肤图像、所述加噪处理结果和所述采样结果，计算得到损失函数值这一步骤通过以下损失函数公式执行：其中，式中，Loss表示损失函数，ε表示从标准正态分布获取的采样结果，ε
θ
表示预先训练的所述扩散去噪概率模型，x0表示所述待检测皮肤图像，β
t
为表示第t步的噪声方差，取值为0到1之间的等比数列，t＝1,2,3
…
T，T为扩散步数。3.根据权利要求1所述的方法，其特征在于，所述第一阈值区间通过以下步骤确定：获取训练图像数据集，所述训练图像数据集包括多个猴痘感染皮肤图像；通过预先训练的所述扩散去噪概率模型对训练图像数据集中的每个图像进行加噪处理，并计算得到平均损失函数值；根据所述平均损失函数值与波动比例阈值，确定第一阈值区间。4.根据权利要求3所述的方法，其特征在于，所述通过预先训练的所述扩散去噪概率模型对训练图像数据集中的每个图像进行加噪处理，并计算得到平均损失函数值这一步骤，包括：将所述训练图像数据集中所有图像的像素取值进行标准化处理；通过预先训练的所述扩散去噪概率模型对标准化处理后的所有图像进行加噪处理，得到加噪处理结果集，所述加噪处理结果集包括所述训练图像数据集中每个图像对应的加噪处理结果；根据所述加噪处理结果集和标准正态分布的采样结果集，利用所述损失函数计算得到损失函数值集，所述损失函数值集包括所述训练图像数据集中每个图像对应的损失函数值；对所述损失函数值集中的每一个损失函数值进行求平均计算，得到平均损失函数值。5.根据权利要求1所述的方法，其特征在于，所述方法还包括预先训练所述扩散去噪概率模型，具体包括：构建所述训练图像数据集；将所述训练图像数据集中的所有图像像素取值进行标准化处理；获取所述训练图像数据集中的一个猴痘感染皮肤图像进行训练；根据所...
【专利技术属性】
技术研发人员：李泽远，王健宗，
申请(专利权)人：平安科技深圳有限公司，
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。