[发明专利]用于乳腺钼靶钙化检测的图像处理方法及装置、服务器

权利要求书

1.一种用于乳腺钼靶钙化检测的图像处理方法，其特征在于，包括：

将目标图像通过重构网络得到第一残差图像；

将所述第一残差图像通过T-检验损失训练得到检测模型；

将待识别图像输入所述检测模型得到第二残差图像；

判断第二残差图像中是否有大于预设阈值的区域；以及

如果判断第二残差图像中有大于预设阈值的区域，则将该区域作为乳腺钼靶中钙化区域的检测结果；

T-检验损失与t-统计量相关，最大化T-检验损失等同于最大化t-统计量，t-统计量用于判断两组数据是否来自不同的分布。

2.根据权利要求1所述的图像处理方法，其特征在于，将目标图像通过重构网络得到第一残差图像包括：

将目标图像作为输入图像并通过重构网络后得到输出图像；

将所述输入图像与所述输出图像相减，逐像素取绝对值后得到残差图像，

其中，残差图像中的每一个像素，用于作为原始图像像素经过重构网络映射后，再减去原始像素的绝对值：

r(z)＝|f(z)-z|

z为原始图像像素值，f(z)为重构网络输出的像素值，r(z)为像素z对应的重构残差。

3.根据权利要求1所述的图像处理方法，其特征在于，判断第二残差图像中是否有大于预设阈值的区域包括：

确定钙化像素点为正样本像素；

确定正常像素点为负样本像素；

通过所述重构网络生成两组残差图像数据；

构建T检验损失函数，判断所述两组残差图像数据是否来自不同的分布并，并按照预设预设划分区域。

4.根据权利要求3所述的图像处理方法，其特征在于，通过所述重构网络生成两组残差图像数据还包括：

将钙化像素点作为异常点，其重构误差尽可能大；

将正常像素点作为正常点，其重构误差尽可能小。

5.根据权利要求3所述的图像处理方法，其特征在于，构建T检验损失函数还用于融合到端到端的估计当中。

6.一种用于乳腺钼靶钙化检测的图像处理装置，其特征在于，包括：

输入模块，用于将目标图像通过重构网络得到第一残差图像；

训练模块，用于将所述第一残差图像通过T-检验损失训练得到检测模型；

识别模块，用于将待识别图像输入所述检测模型得到第二残差图像；

阈值判断模块，用于判断第二残差图像中是否有大于预设阈值的区域；以及

检测输出模块，用于如果判断第二残差图像中有大于预设阈值的区域，则将该区域作为乳腺钼靶中钙化区域的检测结果；

T-检验损失与t-统计量相关，最大化T-检验损失等同于最大化t-统计量，t-统计量用于判断两组数据是否来自不同的分布。

7.根据权利要求6所述的图像处理装置，其特征在于，所述输入模块包括：

重构单元，用于将目标图像作为输入图像并通过重构网络后得到输出图像；

残差单元，用于将所述输入图像与所述输出图像相减，逐像素取绝对值后得到残差图像，

其中，残差图像中的每一个像素，用于作为原始图像像素经过重构网络映射后，再减去原始像素的绝对值：

r(z)＝|f(z)-z|

z为原始图像像素值，f(z)为重构网络输出的像素值，r(z)为像素z对应的重构残差。

8.根据权利要求6所述的图像处理装置，其特征在于，所述阈值判断模块包括：

第一确定模块，用于确定钙化像素点为正样本像素；

第二确定模块，用于确定正常像素点为负样本像素；

残差生成模块，用于通过所述重构网络生成两组残差图像数据；

构建模块，用于构建T检验损失函数，判断所述两组残差图像数据是否来自不同的分布，并按照预设预设划分区域。

9.根据权利要求6所述的图像处理装置，其特征在于，残差生成模块还用于：

将钙化像素点作为异常点，其重构误差尽可能大；

将正常像素点作为正常点，其重构误差尽可能小。

10.一种用于乳腺钼靶钙化检测的服务器，其特征在于，包括如权利要求6至9所述的图像处理装置。