[发明专利]异常检测方法、装置、设备和介质

权利要求书

1.一种异常检测装置，其特征在于，包括：

预分类分期模块，用于将待检测图像输入预先训练的分类分期模型，根据所述分类分期模型的输出确定异常预分类结果和异常预分期结果；

最终分类分期模块，用于对所述待检测图像进行异常检测，根据异常检测结果、所述异常预分类结果和所述异常预分期结果，确定所述待检测图像最终的异常分类结果和异常分期结果，其中异常检测结果包括待检测图像的异常类型和异常数量；

其中，所述最终分类分期模块，包括：

栅格化单元，用于若待检测异常类型所占图像面积小于设定面积阈值，则对待检测图像进行栅格化；

图像块生成单元，用于以栅格化后网格上的任一点为中心，生成尺度不同的至少一个图像块；

异常检测单元，用于对所述至少一个图像块进行待检测异常类型的异常检测，根据检测结果确定待检测图像的异常类型和异常数量。

2.根据权利要求1所述的装置，其特征在于，所述最终分类分期模块，包括：

异常分类分期单元，用于根据异常检测结果中待检测图像的异常类型和异常数量，确定待检测图像的异常分类和异常分期；

权重确定单元，用于根据所述异常类型，从异常类型和权重的映射关系中确定权重；

最终分类分期单元，用于基于确定的权重，融合所述异常分类和所述异常分期，以及所述异常预分类结果和所述异常预分期结果，确定所述待检测图像最终的异常分类结果和异常分期结果。

3.根据权利要求1所述的装置，其特征在于，所述异常检测单元具体用于：

将所述至少一个图像块输入待检测异常类型的异常检测模型进行异常检测。

4.根据权利要求1所述的装置，其特征在于，还包括：

待检测异常确定模块，用于所述若待检测异常类型所占图像面积小于设定面积阈值，则对待检测图像进行栅格化之前，根据所述分类分期模型的输出确定待检测图像的待检测异常类型。

5.根据权利要求1所述装置，其特征在于，将待检测图像输入预先训练的分类分期模型之前，所述装置还包括：

样本均衡化模块，用于在利用样本对所述分类分期模型训练时，若不同类别的样本数据量不同，则为各类别的损失增加权重，其中所述权重大于1，且按照样本数据量由大到小的顺序，将各类别损失的权重由小到大进行设置。

6.根据权利要求1所述装置，其特征在于，所述根据异常检测结果、所述异常预分类结果和所述异常预分期结果，确定所述待检测图像最终的异常分类结果和异常分期结果之后，所述装置还包括：

检测报告生成模块，用于根据异常检测结果、异常分类结果和/或异常分期结果生成异常检测报告。

7.根据权利要求1-6中任一所述的装置，其特征在于，所述待检测图像为待检测眼底图像，所述异常预分类结果为所述待检测眼底图像的病灶分类特征，所述异常预分期结果为所述病灶的疾病分期。