[发明专利]一种基于分类模型的肺结节检测方法、服务器及存储介质

权利要求书

1.一种基于分类模型的肺结节检测方法，其特征在于，所述方法包括：

获取肺部CT图像数据，并基于所述肺部CT图像数据和肺结节检测模型确定待检测肺结节候选项以及所述待检测肺结节候选项对应的目标图像数据；

利用肺结节分类模型对所述目标图像数据进行处理，得到所述待检测肺结节候选项对应的分类结果；

基于所述分类结果确定所述待检测肺结节候选项对应的目标检测结果；

其中，所述肺结节分类模型包括第一分类模型和第二分类模型，所述第一分类模型和所述第二分类模型的网络结构不同；所述分类结果包括第一分类结果和第二分类结果；所述利用肺结节分类模型对所述目标图像数据进行处理，得到所述待检测肺结节候选项对应的分类结果，包括：

将所述目标图像数据输入所述第一分类模型中进行处理，得到所述待检测肺结节候选项对应的所述第一分类结果；

将所述目标图像数据输入所述第二分类模型中进行处理，得到所述待检测肺结节候选项对应的所述第二分类结果。

2.根据权利要求1所述的方法，其特征在于，所述第一分类结果用于指示所述待检测肺结节候选项是真实肺结节的概率为第一概率值，所述第二分类结果用于指示所述待检测肺结节候选项是真实肺结节的概率为第二概率值；

所述基于所述分类结果确定所述待检测肺结节候选项对应的目标检测结果，包括：

获取所述第一概率值以及所述第二概率值中的最大概率值；

将所述最大概率值确定为所述待检测肺结节候选项对应的目标检测结果。

3.根据权利要求1所述的方法，其特征在于，所述第一分类结果用于指示所述待检测肺结节候选项是真实肺结节的概率为第一概率值，所述第二分类结果用于指示所述待检测肺结节候选项是真实肺结节的概率为第二概率值；所述肺结节分类模型还包括第三分类模型，所述第三分类模型和所述第一分类模型的输入数据的数据大小不同；所述分类结果还包括第三分类结果；

所述利用肺结节分类模型对所述目标图像数据进行处理，得到所述待检测肺结节候选项对应的分类结果，还包括：

将所述目标图像数据输入所述第三分类模型中进行处理，得到所述待检测肺结节候选项对应的所述第三分类结果，所述第三分类结果用于指示所述待检测肺结节候选项是真实肺结节的概率为第三概率值；

所述基于所述分类结果确定所述待检测肺结节候选项对应的目标检测结果，包括：

获取所述第一概率值、所述第二概率值以及所述第三概率值中的最大概率值；

将所述最大概率值确定为所述待检测肺结节候选项对应的目标检测结果。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述基于所述肺部CT图像数据和肺结节检测模型确定待检测肺结节候选项以及所述待检测肺结节候选项对应的目标图像数据，包括：

利用所述肺结节检测模型对所述肺部CT图像数据进行检测，得到初始检测结果，所述初始检测结果包括多个肺结节候选项、所述多个肺结节候选项中每一个肺结节候选项是真实肺结节的概率以及所对应的结节坐标；

将所述多个肺结节候选项中是真实肺结节的概率大于或者等于概率阈值的肺结节候选项确定为待检测肺结节候选项；

基于所述待检测肺结节候选项对应的结节坐标从所述肺部CT图像数据中确定出所述待检测肺结节候选项对应的目标图像数据，所述目标图像数据的数据大小与所述肺结节分类模型的输入数据的数据大小相同。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：

获取训练数据，所述训练数据包括多个肺结节候选项对应的初始图像数据，所述多个肺结节候选项中的每一个肺结节候选项是真实肺结节的概率均大于或者等于概率阈值；

对所述训练数据进行数据截取处理，得到所述肺结节分类模型对应的目标训练数据，所述目标训练数据的数据大小与所述肺结节分类模型的输入数据的数据大小相同；

利用所述目标训练数据对所述肺结节分类模型进行训练，得到训练后的肺结节分类模型。