[发明专利]图像识别方法、装置、计算机设备及计算机可读存储介质有效

专利信息
申请号: 201910497448.1 申请日: 2019-06-10
公开(公告)号: CN110210571B 公开(公告)日: 2023-01-06
发明(设计)人: 龚丽君 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06V10/77 分类号: G06V10/77;G06V10/40
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 装置 计算机 设备 可读 存储 介质
【权利要求书】:

1.一种图像识别方法,其特征在于,所述方法包括:

获取待识别的医学图像;

将所述医学图像输入目标识别模型中,由所述目标识别模型对所述医学图像进行特征提取,得到第一特征图;

将所述第一特征图与多个不同的可形变卷积核分别进行卷积运算,得到多个中间特征图;

根据所述多个不同的可形变卷积核的通道权重和所述多个中间特征图进行加权运算,得到第二特征图;

基于所述第二特征图进行关键信息提取,得到第三特征图;

将所述第三特征图输入全连接层,通过所述全连接层基于所述第三特征图,生成一个或多个特征向量,每个特征向量用于指示一个区域的位置信息、类别置信度以及区域置信度,所述区域置信度用于指示识别到的区域为正确病灶区域的概率,所述类别置信度用于指示识别到的区域属于指定病灶类别的概率,所述特征向量的个数与所述医学图像中识别出的区域个数相同;

将类别置信度以及区域置信度符合目标条件的至少一个区域确定为至少一个病灶;

根据所述至少一个病灶的位置信息,在所述医学图像中突出显示所述至少一个病灶。

2.根据权利要求1所述的方法,其特征在于,所述将所述第一特征图与多个不同的可形变卷积核分别进行卷积运算,得到多个中间特征图包括:

在任一个可形变卷积核与所述第一特征图的运算过程中,当扫描窗口扫描至所述第一特征图的子图上,基于所述子图中的各个第一特征点的位置,在所述子图中确定各个第一特征点进行偏移后的第二特征点,将各个第二特征点与所述可形变卷积核中对应的权重进行点乘运算,输出所述中间特征图中的一个特征点。

3.根据权利要求1所述的方法,其特征在于,所述基于所述第二特征图进行关键信息提取,得到第三特征图包括:

当扫描窗口扫描至所述第二特征图的任一个子图上时,获取位于所述扫描窗口内的最大值,将获取到的最大值输出为所述第三特征图的一个特征点。

4.根据权利要求1所述的方法,其特征在于,所述在所述医学图像中突出显示所述至少一个病灶包括:

根据所述至少一个病灶的位置信息,确定所述至少一个病灶的边框;

将所述医学图像中的所述至少一个病灶的边框显示为目标颜色。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

当检测到对任一病灶的点击操作时,在所述病灶的预设范围内显示所述病灶的类别置信度以及区域置信度。

6.一种图像识别装置,其特征在于,所述装置包括:

获取单元,用于获取待识别的医学图像;

输出单元,用于将所述医学图像输入目标识别模型中,由所述目标识别模型对所述医学图像进行特征提取,得到第一特征图;将所述第一特征图与多个不同的可形变卷积核分别进行卷积运算,得到多个中间特征图;根据所述多个不同的可形变卷积核的通道权重和所述多个中间特征图进行加权运算,得到第二特征图;基于所述第二特征图进行关键信息提取,得到第三特征图;

所述输出单元,还用于将所述第三特征图输入全连接层,通过所述全连接层基于所述第三特征图,生成一个或多个特征向量,每个特征向量用于指示一个区域的位置信息、类别置信度以及区域置信度,所述区域置信度用于指示识别到的区域为正确病灶区域的概率,所述类别置信度用于指示识别到的区域属于指定病灶类别的概率,所述特征向量的个数与所述医学图像中识别出的区域个数相同;将类别置信度以及区域置信度符合目标条件的至少一个区域确定为至少一个病灶;

区域显示单元,用于根据所述至少一个病灶的位置信息,在所述医学图像中突出显示所述至少一个病灶。

7.根据权利要求6所述的装置,其特征在于,所述输出单元用于:

在任一个可形变卷积核与所述第一特征图的运算过程中,当扫描窗口扫描至所述第一特征图的子图上,基于所述子图中的各个第一特征点的位置,在所述子图中确定各个第一特征点进行偏移后的第二特征点,将各个第二特征点与所述可形变卷积核中对应的权重进行点乘运算,输出所述中间特征图中的一个特征点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910497448.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top