[发明专利]对图像进行分析的方法、装置和非暂时性计算机可读介质

权利要求书

1.一种对图像进行分析的方法，所述方法包括：

由处理器，将图像划分为图像块的阵列，每个图像块具有固定尺寸；

由所述处理器，基于每个图像块利用独立的编码器提取该图像块的特征信息；

由所述处理器，基于各个图像块的特征信息，利用与各个图像块一一对应的递归神经网络单元作为节点构成的递归神经网络，在每个图像块所对应的递归神经网络单元与该图像块的周围区域对应的多个递归神经网络单元中的至少一个之间双向或者单向地传输信息，其中，

在所述图像为2D图像的情况下，所述周围区域包括所述图像中该图像块周围的图像块；

在所述图像为3D图像的情况下，所述周围区域的设置考虑到3维空间上的图像块之间的结构依赖关系，使得所述递归神经网络单元之间的传输方向具有三个维度；

基于所述递归神经网络的输出，确定各个图像块发生肿瘤的概率。

2.根据权利要求1所述的方法，其中，所述图像为标注有预先分割结果的图像，所述方法还包括：根据所述预先分割结果来确定每个图像块与之存在空间约束关系的周围区域。

3.根据权利要求1所述的方法，其中，依据各个图像块之间的空间约束关系在所对应的各个递归神经网络单元之间传输信息包括：

在所述图像为2D图像的情况下，在每个非边缘的图像块所对应的递归神经网络单元与其周围的4个图像块对应的递归神经网络单元之间传输信息；而

在所述图像为3D图像的情况下，在每个非边缘的图像块所对应的递归神经网络单元与其周围的8个图像块对应的递归神经网络单元之间传输信息。

4.根据权利要求1所述的方法，其中，所述编码器基于卷积神经网络构成；

利用所述递归神经网络来确定各个图像块标记为发生肿瘤的概率包括：利用各个递归神经网络单元末端的全连接层和softmax激活函数来确定相应图像块标记为发生肿瘤的概率；

所传输的信息为隐藏信息。

5.根据权利要求1所述的方法，其中，所述方法还包括：整合各个图像块标记为发生肿瘤的概率，来确定所述图像发生肿瘤的概率。

6.根据权利要求1所述的方法，其中，每个训练数据包括由图像块及其周围区域的图像块构成的部分图像以及该部分图像的各个图像块的地面真值标签。

7.一种对图像进行分析的装置，所述装置包括处理器，其配置为执行根据权利要求1-6中的任何一种所述的对图像进行分析的方法。

8.一种对图像进行分析的装置，其中，所述装置包括：

图像划分单元，其配置为将图像划分为图像块的阵列，每个图像块具有固定尺寸；

特征提取单元，其配置为基于每个图像块利用独立的编码器提取该图像块的特征信息；

状况确定单元，其配置为：基于各个图像块的特征信息，利用与各个图像块一一对应的递归神经网络单元作为节点构成的递归神经网络，在每个图像块所对应的递归神经网络单元与该图像块的周围区域对应的多个递归神经网络单元中的至少一个之间双向或者单向地传输信息，其中，

在所述图像为2D图像的情况下，所述周围区域包括所述图像中该图像块周围的图像块；

在所述图像为3D图像的情况下，所述周围区域的设置考虑到3维空间上的图像块之间的结构依赖关系，使得所述递归神经网络单元之间的传输方向具有三个维度；

基于所述递归神经网络的输出，确定各个图像块发生肿瘤的概率。

9.一种非暂时性计算机可读介质，其上存储有指令，所述指令在由处理器执行时，执行根据权利要求1-6中的任何一种所述的对图像进行分析的方法。