[发明专利]病灶区识别模型生成方法、装置及病灶区识别方法、装置

权利要求书

1.一种病灶区识别模型生成方法，其特征在于，包括：

利用训练样本集训练预先构建的深度学习模型，生成用于识别图像中病灶区的病灶区识别模型；其中，所述训练样本集包括：多张包含待识别病灶区的样本图像以及预先标注的每张所述样本图像中病灶区的实际区域信息。

2.根据权利要求1所述的方法，其特征在于，所述训练样本集包括多个子训练样本集，每一个子训练样本集对应一种病灶，所述深度学习模型的数量与所述子训练样本集的数量相同，所述利用训练样本集训练预先构建的深度学习模型，生成用于识别图像中病灶区的病灶区识别模型，包括：

利用每一个子训练样本集训练一个深度学习模型，生成用于识别图像中与该子训练样本集对应病灶的病灶区的病灶区识别模型。

3.一种病灶区识别方法，其特征在于，包括：

获取包含目标病灶区的待处理图像；

将所述待处理图像输入至病灶区识别模型，得到所述目标病灶区的预测区域信息；其中，所述病灶区识别模型根据如权利要求1或2所述的病灶区识别模型生成方法生成。

4.根据权利要求3所述的方法，其特征在于，所述将待处理图像输入至病灶区识别模型，包括：

获取所述待处理图像的病灶类型；

将所述待处理图像输入至所述病灶类型对应的病灶区识别模型中。

5.根据权利要求3所述的方法，其特征在于，所述得到目标病灶区的预测区域信息之后，还包括：

获取以人工方式得到的所述目标病灶区的实际区域信息；

根据所述预测区域信息和实际区域信息训练所述病灶区识别模型，得到更新的病灶区识别模型以用于下次病灶区的识别。

6.一种病灶区识别模型生成装置，其特征在于，包括：

第一处理模块，用于利用训练样本集训练预先构建的深度学习模型，生成用于识别图像中病灶区的病灶区识别模型；其中，所述训练样本集包括：多张包含待识别病灶区的样本图像以及预先标注的每张所述样本图像中病灶区的实际区域信息。

7.根据权利要求6所述的装置，其特征在于，训练样本集包括多个子训练样本集，每一个子训练样本集对应一种病灶，所述深度学习模型的数量与所述子训练样本集的数量相同，所述第一处理模块，具体用于利用每一个子训练样本集训练一个深度学习模型，生成用于识别图像中与该子训练样本集对应病灶的病灶区的病灶区识别模型。

8.一种病灶区识别装置，其特征在于，包括：

获取模块，用于获取包含目标病灶区的待处理图像；

第二处理模块，用于将所述待处理图像输入至病灶区识别模型，得到所述目标病灶区的预测区域信息；其中，所述病灶区识别模型采用如权利要求6或7所述的病灶区识别模型生成装置生成。

9.根据权利要求8所述的装置，其特征在于，所述第二处理模块具体用于：

获取所述待处理图像的病灶类型；

将所述待处理图像输入至所述病灶类型对应的病灶区识别模型中。

10.根据权利要求8所述的装置，其特征在于，所述获取模块，还用于获取以人工方式得到的所述目标病灶区的实际区域信息；

所述第二处理模块，还用于根据所述预测区域信息和实际区域信息训练所述病灶区识别模型，得到更新的病灶区识别模型以用于下次病灶区的识别。