训练方法、检测方法、装置、电子设备以及存储介质制造方法及图纸

本申请涉及一种训练方法、检测方法、装置、电子设备以及存储介质。该训练方法包括获取标注有参考斑块区域的样本血管影像；利用医学图像检测模型对样本血管影像进行检测，以获得样本斑块检测结果，样本斑块检测结果用于确定样本血管影像中属于斑块的预测斑块区域；对样本血管影像中至少部分像素点的预测偏差进行加权求和，得到第一损失，其中，像素点的预测偏差表示像素点的预测信息和参考信息之间的差异，预测信息表示像素点是否属于预测斑块区域，参考信息表示像素点是否属于参考斑块区域，在加权求和的过程中，像素点的权重与像素点和参考斑块区域之间的位置关系有关；以及基于第一损失调整医学图像检测模型的参数。本申请可基于像素点与参考斑块区域间的位置关系，对像素点施加不同的权重，提高斑块检测的效率和精度。提高斑块检测的效率和精度。提高斑块检测的效率和精度。

【技术实现步骤摘要】
训练方法、检测方法、装置、电子设备以及存储介质


[0001]本申请属于医学影像
，具体涉及一种医学图像检测模型的训练方法、医学图像检测方法、医学图像检测模型的训练装置、医学图像检测装置、电子设备以及计算机存储介质。

技术介绍

[0002]随着计算机断层扫描血管造影(Computed tomography angiography，CTA)成像技术的普及，大量的医学影像数据很大程度上方便了医务人员的诊断。
[0003]血管中的斑块，尤其是钙化斑块，是动脉粥状硬化、糖尿病血管病变、血管损伤、慢性肾病、高血压等的重要病理表现。斑块还会导致血管狭窄。尤其在心脏冠状动脉中，钙化斑块还会导致血栓、心肌缺血等疾病。因此，准确地检测钙化斑块对于血管疾病的诊断具有重要意义。

技术实现思路

[0004]本申请提供一种医学图像检测模型的训练方法、医学图像检测方法、医学图像检测模型的训练装置、医学图像检测装置、电子设备以及计算机存储介质，以实现准确检测血管斑块的技术效果。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种医学图像检测模型的训练方法。该训练方法包括：获取标注有参考斑块区域的样本血管影像；利用医学图像检测模型对样本血管影像进行检测，以获得样本斑块检测结果，样本斑块检测结果用于确定样本血管影像中属于斑块的预测斑块区域；对样本血管影像中至少部分像素点的预测偏差进行加权求和，得到第一损失，其中，像素点的预测偏差表示像素点的预测信息和参考信息之间的差异，预测信息表示像素点是否属于预测斑块区域，参考信息表示像素点是否属于参考斑块区域。在加权求和的过程中，像素点的权重与像素点和参考斑块区域之间的位置关系有关；以及基于第一损失调整医学图像检测模型的参数。
[0006]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种医学图像检测方法。该检测方法包括：获取待检测血管影像；利用医学图像检测模型对待检测血管影像进行检测，获得目标斑块检测结果。医学图像检测模型是利用上述方法训练得到的。
[0007]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种医学图像检测模型的训练装置。该医学图像检测模型的训练装置包括：样本血管影像获取模块、斑块检测模块、损失计算模块以及参数调整模块。样本血管影像获取模块配置成获取标注有参考斑块区域的样本血管影像。斑块检测模块配置成利用医学图像检测模型对样本血管影像进行检测，以获得样本斑块检测结果，样本斑块检测结果用于确定样本血管影像中属于斑块的预测斑块区域。损失计算模块配置成对样本血管影像中至少部分像素点的预测偏差进行加权求和，得到第一损失，其中，像素点的预测偏差表示像素点的预测信息和参考信息之间的差异，预测信息表示像素点是否属于预测斑块区域，参考信息表示像素点是否属于参考斑
块区域。在加权求和的过程中，像素点的权重与像素点和参考斑块区域之间的位置关系有关。参数调整模块配置成基于第一损失调整医学图像检测模型的参数。
[0008]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种医学图像检测装置。该医学图像检测装置包括：待检测血管影像获取模块以及目标斑块检测结果获取模块。待检测血管影像获取模块配置成获取待检测血管影像。目标斑块检测结果获取模块配置成利用医学图像检测模型对待检测血管影像进行检测，获得目标斑块检测结果。其中，医学图像检测模型是利用上述训练方法训练得到的。
[0009]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备。该电子设备包括处理器和存储器，存储器存储有计算机程序，处理器配置成执行计算机程序以实现上述训练方法或上述检测方法。
[0010]为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机存储介质。该计算机存储介质存储有计算机程序。该计算机程序被处理器执行时实现上述训练方法或上述检测方法。
[0011]区别于现有技术，本申请在训练医学图像检测模型时，对样本血管影像中至少部分像素点的预测偏差进行加权求和，得到第一损失，且基于第一损失调整医学图像检测模型的参数。其中，像素点的权重与像素点和参考斑块区域之间的位置关系有关。通过该方式，本申请可以基于像素点与参考斑块区域之间的位置关系，对不同的像素点施加不同的权重，从而使训练所得到的医学图像检测模型更关注斑块区域，提高了血管斑块检测的效率和精度。
附图说明
[0012]为更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0013]图1是根据本申请一实施例的血管影像分割结果的示意图；
[0014]图2是血管斑块的示意图；
[0015]图3是根据本申请一实施例一种医学图像检测模型的训练方法的流程图；
[0016]图4是根据本申请又一实施例医学图像检测模型的训练方法的流程图；
[0017]图5是图4中的步骤S403的流程图；
[0018]图6是根据本申请一实施例一种医学图像检测方法的流程图；
[0019]图7是根据本申请又一实施例一种医学图像检测方法的流程图；
[0020]图8是根据本申请一实施例一种医学图像检测模型的训练装置的结构示意图；
[0021]图9是根据本申请一实施例一种医学图像检测装置的结构示意图；
[0022]图10是根据本申请一实施例一种电子设备的结构示意图；以及
[0023]图11是根据本申请一实施例一种计算机存储介质的结构示意图。
具体实施方式
[0024]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完
整地描述。显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0025]在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
[0026]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0027]在本申请中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像检测模型的训练方法，其特征在于，包括：获取标注有参考斑块区域的样本血管影像；利用所述医学图像检测模型对所述样本血管影像进行检测，以获得样本斑块检测结果，所述样本斑块检测结果用于确定所述样本血管影像中属于所述斑块的预测斑块区域；对所述样本血管影像中至少部分像素点的预测偏差进行加权求和，得到第一损失，其中，所述像素点的预测偏差表示所述像素点的预测信息和参考信息之间的差异，所述预测信息表示所述像素点是否属于所述预测斑块区域，所述参考信息表示所述像素点是否属于所述参考斑块区域，在所述加权求和的过程中，所述像素点的权重与所述像素点和所述参考斑块区域之间的位置关系有关；以及基于所述第一损失调整所述医学图像检测模型的参数。2.根据权利要求1所述的训练方法，其特征在于，位于所述参考斑块区域内的所述像素点的权重与位于所述参考斑块区域外的所述像素点的权重不同；和/或，距所述参考斑块区域的边缘的距离不同的斑块像素点的权重不同，所述斑块像素点为属于所述参考斑块区域的所述像素点。3.根据权利要求2所述的训练方法，其特征在于，位于所述参考斑块区域内的所述像素点的权重大于位于所述参考斑块区域外的所述像素点的权重；所述斑块像素点距所述参考斑块区域的边缘的距离越大，所述斑块像素点的权重越大。4.根据权利要求1所述的训练方法，其特征在于，在所述利用所述医学图像检测模型对所述样本血管影像进行检测，以获得样本斑块检测结果的步骤以前，还包括：获取关于所述样本血管影像中的目标血管的血管分割结果；以及所述利用所述医学图像检测模型对所述样本血管影像进行检测，以获得样本斑块检测结果的步骤包括：利用所述医学图像检测模型基于所述血管分割结果对所述样本血管影像进行检测，以获得所述斑块检测结果。5.根据权利要求1所述的训练方法，其特征在于，所述利用所述医学图像检测模型对所述样本血管影像进行检测，以获得样本斑块检测结果的步骤包括：对所述样本血管影像进行切块，得到若干样本切块；对各所述样本切块进行检测，得到各所述样本切块的子斑块检测结果，并基于各所述样本切块的子斑块检测结果，得到所述斑块检测结果。6.根据权利要求5所述的训练方法，其特征在于，所述若干样本切块中至少部分样本切块的尺度不同。7.根据权利要求5或6所述的训练方法，其特征在于，所述对所述样本血管影像进行切块，得到若干样本切块，包括：基于切块参考因子对所述样本血管影像进行切块，得到所述若干样本切块，其中，所述切块参考因子包括所述参考斑块区域，且至少一个所述样本切块包含所述参考斑块区域中的至少部分区域，
和/或，所述切块参考因子包括所述样本血管影像中目标血管对应的区域，且各所述样本切块分别包含所述目标血管的一段对应的至少部分区域。8.根据权利要求1所述的训练方法，其特征在于，所述基于所述第一损失调整所述医学图像检测模型的参数，包括：基于所述斑块检测结果得到第二损失；基于所述第一损失和第二损失调整所述医学图像检测模型的参数；其中，所述第一损失为交叉熵损失，所述第二损失为Dice损失。9.一种医学图像检测方法，其特征在于，包括：获取待检测血管影像；利用医学图像检测模型对所述待检测血管影像...

【专利技术属性】
技术研发人员：王旭昇，王文集，夏清，徐利建，李康，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：