[发明专利]图像处理模型生成方法、图像处理方法、装置及电子设备

权利要求书

1.一种图像处理模型生成方法，其特征在于，包括：

将特定病症的多个训练样本病灶图像输入初始图像处理模型；其中，所述初始图像处理模型包括分类层和标注层，每个所述训练样本病灶图像包括病灶区域对应的初始中心点坐标、初始长度和初始宽度；

调用所述分类层，对每个所述训练样本病灶图像进行分类处理，得到每个所述训练样本病灶图像对应的分类概率；

调用所述标注层，对每个所述训练样本病灶图像进行处理，得到每个所述训练样本病灶图像中所包含病灶区域的预测中心点坐标、预测长度和预测宽度；

基于各所述分类概率、各所述初始中心点坐标、各所述初始长度、各所述初始宽度、各所述预测中心点坐标、各所述预测长度和各所述预测宽度，获取所述初始图像处理模型的损失值；

在所述损失值处于预设范围内的情况下，将所述初始图像处理模型作为训练后的目标图像处理模型；

所述调用所述标注层，对每个所述训练样本病灶图像对应的二维特征图进行处理，得到每个所述训练样本病灶图像中所包含的病灶区域对应的预测中心点坐标、预测长度和预测宽度，包括：

获得每个所述训练样本病灶图像对应的二维特征图；

将每个所述二维特征图输入所述标注层；

调用所述标注层，确定每个所述二维特征图中的最大特征点，及每个所述最大特征点对应的最大像素值和二维坐标；

根据各所述最大特征点、各所述最大像素值、各所述二维坐标和预设像素阈值，确定每个所述病灶区域对应的预测中心点坐标、预测长度和预测宽度。

2.根据权利要求1所述的方法，其特征在于，所述调用所述分类层，对每个所述训练样本病灶图像进行分类处理，得到每个所述训练样本病灶图像对应的分类概率，包括：

针对每个所述训练样本病灶图像，获取所述训练样本病灶图像对应的一组不同维度的图像特征；

将所述不同维度的图像特征输入所述分类层；

调用所述分类层，对所述不同维度的图像特征进行处理，输出所述训练样本病灶图像对应的分类概率。

3.根据权利要求1所述的方法，其特征在于，所述二维坐标包括横轴方向上的第一坐标值和纵轴方向上的第二坐标值，所述根据各所述最大特征点、各所述最大像素值、各所述二维坐标和预设像素阈值，确定每个所述病灶区域对应的预测中心点坐标，包括：

将所述二维坐标确定为所述预测中心点坐标；

计算得到所述最大像素值和所述预设像素阈值之间的像素差值绝对值；

根据所述像素差值绝对值和所述最大特征点，获取所述二维特征图中在所述横轴方向上的第一特征点和第二特征点，及在所述纵轴方向上的第三特征点和第四特征点；

获取所述第一特征点在所述横轴方向上的第一值，及所述第二特征点在所述横轴方向上的第二值；

获取所述第三特征点在所述纵轴方向上的第三值，及所述第四特征点在所述纵轴方向上的第四值；

基于所述第一值和所述第二值，计算得到所述预测宽度；

基于所述第三值和所述第四值，计算得到所述预测长度。

4.根据权利要求1所述的方法，其特征在于，所述基于各所述分类概率、各所述初始中心点坐标、各所述初始长度、各所述初始宽度、各所述预测中心点坐标、各所述预测长度和各所述预测宽度，获取所述初始图像处理模型的损失值，包括：

根据各所述分类概率，计算得到分类损失值；

根据各所述初始中心点坐标、各所述初始长度、各所述初始宽度、各所述预测中心点坐标、各所述预测长度和各所述预测宽度，计算得到位置损失值；

基于所述分类损失值和所述位置损失值，确定所述损失值。