[发明专利]医学影像的识别方法、装置、存储介质和电子设备

说明书

本公开涉及一种医学影像的识别方法、装置、存储介质和电子设备，该方法包括：将待识别的医学影像输入当前的影像识别模型，以根据对该当前的影像识别模型输出的影像识别数据的验证结果，从输出的影像识别数据中获取样本数据；通过第一预设数量的该样本数据对该第一影像识别模型进行重训练，以获取第二影像识别模型；对比该第一影像识别模型与该第二影像识别模型的识别性能，以将该第二影像识别模型或者识别性能更优的第三影像识别模型作为更新后的影像识别模型，对当前输入的医学影像进行识别。能够在得到医学影像识别结果的同时，通过该医学影像和该识别结果持续地对影像识别模型进行训练和更新，保证影像识别模型的可成长性、适应性和正确率。

技术领域

本公开涉及智能医疗领域，具体地，涉及一种医学影像的识别方法、装置、存储介质和电子设备。

背景技术

在大数据时代的背景下，智能医疗正在走进寻常百姓的生活。智能医疗能够通过物联网和云计算的技术、人工智能的专家系统以及嵌入式系统的智能化设备，打造统一的医疗信息平台，实现患者与医务人员、医疗机构、医疗设备之间的互动，达到医疗服务的信息化，对于医学影像的智能化识别和诊断是其中的一个分支。相关技术中，针对于医学影像的智能化识别，通常通过同一类病症的医学影像数据对单一的医学影像模型进行训练，以使训练好的医学影像模型具备对该类病症进行病变确认、病变区域标注以及病情严重程度分析等功能。但是，由于疾病种类和医学影像的多样性，一次成型的影像识别模型会出现适应性不强、识别效果差的情况。

发明内容

为克服相关技术中存在的问题，本公开的目的是提供一种医学影像的识别方法、装置、存储介质和电子设备。

为了实现上述目的，根据本公开实施例的第一方面，提供一种医学影像的识别方法，所述方法包括：

将待识别的医学影像输入当前的影像识别模型，以根据对所述当前的影像识别模型输出的影像识别数据的验证结果，从所述当前的影像识别模型输出的影像识别数据中获取样本数据，所述当前的影像识别模型为预先训练好的第一影像识别模型，所述验证结果是利用预设的置信度阈值和由医生输入的判断结果确定的，所述样本数据是由医学影像专家对验证结果为错误的影像识别数据进行修改后得到的数据；

当所述样本数据的数量达到第一预设数量时，通过所述第一预设数量的所述样本数据对所述第一影像识别模型进行重训练，以获取第二影像识别模型；

将所述第一影像识别模型与所述第二影像识别模型的识别性能进行对比，以获取更新后的影像识别模型，所述更新后的影像识别模型为所述第二影像识别模型或者第三影像识别模型，所述第三影像识别模型为对从模型库中选取的初始模型进行训练获取到的识别性能优于所述第一影像识别模型的影像识别模型；

通过所述更新后的影像识别模型对当前输入的医学影像进行识别。

可选的，在所述通过所述更新后的影像识别模型对当前输入的医学影像进行识别之后，所述方法还包括：

将所述更新后的影像识别模型作为所述当前的影像识别模型，循环执行从所述将待识别的医学影像输入当前的影像识别模型，以根据对所述当前的影像识别模型输出的影像识别数据的验证结果，从所述当前的影像识别模型输出的影像识别数据中获取样本数据，到所述通过所述更新后的影像识别模型对当前输入的医学影像进行识别的步骤。

可选的，在所述将待识别的医学影像输入当前的影像识别模型，以根据对所述当前的影像识别模型输出的影像识别数据的验证结果，从所述当前的影像识别模型输出的影像识别数据中获取样本数据之前，所述方法还包括：

通过第二预设数量的训练数据对所述第一影像识别模型进行训练，所述训练数据包括：样本医学影像以及所述样本医学影像对应的诊断信息，所述诊断信息包括：疾病诊断结果，病变区域和病情严重程度中的至少一种。