[发明专利]异常检测方法、装置、设备和介质

说明书

本发明实施例公开了一种异常检测方法、装置、设备和介质，涉及医学图像处理领域。该方法包括：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；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。本发明实施例提供的一种异常检测方法、装置、设备和介质，实现了对异常特征的检测。医生可以参考检测结果做出诊断，从而减轻医生的负担。

技术领域

本发明实施例涉及医学图像处理领域，尤其涉及一种异常检测方法、装置、设备和介质。

背景技术

如今，我国眼底疾病的患者多达几亿人，但是眼科医生急缺，医生和患者数量比约为1:1000，医疗资源严重不足，且分配不均匀。

在高水平医院的眼科检查和诊断场景中，由于转诊或门诊量较大，眼科医生的负担较大，效率低下。

如何减轻眼科医生的负担，成为当前亟待解决的问题。

发明内容

本发明实施例提供一种异常检测方法、装置、设备和介质，以实现对异常特征的检测。医生可以参考检测结果做出诊断，从而减轻医生的负担。

第一方面，本发明实施例提供了一种异常检测方法，该方法包括：

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；

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。

第二方面，本发明实施例还提供了一种异常检测装置，该装置包括：

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。

第三方面，本发明实施例还提供一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的异常检测方法。

第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的异常检测方法。

本发明实施例通过构造多任务模型实现对待检测图像的异常分类和异常分期，然后结合待检测图像的异常检测结果确定待检测图像最终的异常分类结果和异常分期结果。从而提高异常分类和异常分期的准确率。进而方便医生据此对疾病的准确诊断，以减轻医生的负担。

附图说明

图1为本发明实施例一提供的一种异常检测方法的流程图；

图2是本发明实施例二提供的一种异常检测方法的流程图；

图3是本发明实施例二提供的一种异常检测方法的流程图；

图4是本发明实施例四提供的一种异常检测方法的流程图；

图5是本发明实施例四提供的一种基于卷积神经网络实现异常分类分期方法的流程图；

图6是本发明实施例四提供的一种检测报告生成方法的流程图；