[发明专利]医学图像的检测方法、装置、设备和存储介质

权利要求书

1.一种医学图像的检测方法，其特征在于，包括：

获取医学图像；

将所述医学图像输入分割模型，得到目标分割图像；所述目标分割图像包括感兴趣区域；

将所述目标分割图像和所述医学图像输入检测模型，得到病变检测图像；所述病变检测图像包括病变区域的候选位置，所述病变区域位于所述感兴趣区域内；所述分割模型和所述检测模型均为深度学习模型；

其中，所述分割模型包括第一分割模型和第二分割模型，所述感兴趣区域包括初始感兴趣区域和目标感兴趣区域；

所述将所述医学图像输入分割模型，得到目标分割图像，包括：

将所述医学图像输入所述第一分割模型，得到第一目标分割图像；所述第一目标分割图像包括所述初始感兴趣区域；

将所述第一目标分割图像和所述医学图像输入所述第二分割模型，得到第二目标分割图像；所述第二目标分割图像包括所述目标感兴趣区域。

2.根据权利要求1所述的方法，其特征在于，所述检测模型包括注意力机制网络；所述将所述目标分割图像和所述医学图像输入检测模型，得到病变检测图像，包括：

将所述目标分割图像和所述医学图像输入检测模型，并根据所述检测模型中的采样处理网络和所述注意力机制网络的联合处理，得到病变检测图像。

3.根据权利要求1所述的方法，其特征在于，所述将所述医学图像输入所述第一分割模型，得到第一目标分割图像，包括：

采用所述第一分割模型对所述医学图像进行层级化的下采样块操作，得到多分辨率的中间特征图，并对所述多分辨率的中间特征图进行层级化的上采样块操作和层级化的特征融合，得到所述第一目标分割图像。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一目标分割图像和所述医学图像输入所述第二分割模型，得到第二目标分割图像，包括：

采用所述第二分割模型对所述医学图像和所述第一目标分割图像进行层级化的下采样块操作，得到多分辨率的中间特征图，并对所述多分辨率的中间特征图进行层级化的上采样块操作和层级化的特征融合，得到所述第二目标分割图像。

5.根据权利要求2所述的方法，其特征在于，所述注意力机制网络包括注意力门限块；所述将所述目标分割图像和所述医学图像输入检测模型，并根据所述检测模型中的采样处理网络和所述注意力机制网络的联合处理，得到所述病变检测图像，包括：

将待检测图像进行层级化的下采样块操作，得到多分辨率的中间特征图；所述待检测图像包括所述目标分割图像和所述医学图像；

采用注意力门限块将所述多分辨率的中间特征图逐层进行上采样块操作，得到所述病变检测图像。

6.根据权利要求1所述的方法，其特征在于，所述分割模型是采用图像分割数据集和预设的第一卷积神经网络进行模型训练得到的；其中，所述图像分割数据集包括：原始医学图像和已标注感兴趣区域的医学图像。

7.根据权利要求1所述的方法，其特征在于，所述检测模型是采用病变检测数据集和预设的第二卷积神经网络进行模型训练得到的；其中，所述病变检测数据集包括：原始医学图像、所述目标分割图像和已标注病变区域的医学图像；所述第二卷积神经网络包括注意力机制网络。