[发明专利]脑部图像检测方法、计算机设备和存储介质

说明书

本申请涉及一种脑部图像检测方法、计算机设备和存储介质。所述方法包括：获取待检测对象的脑部图像；将所述脑部图像划分成多个图像块，并将各所述图像块输入至对应的图像块层级网络中进行特征提取，得到各所述图像块的特征图；对各所述图像块的特征图进行第一权重筛选处理，从各所述图像块的特征图中确定各候选图像块的特征图，所述各候选图像块的数量小于所述多个图像块的数量；将各所述候选图像块的特征图输入至神经网络模型中，得到所述脑部图像对应的目标区域和所述脑部图像的类别。采用本方法能够提高检测效率和检测准确度。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种脑部图像检测方法、计算机设备和存储介质。

背景技术

脑萎缩是指由各种原因导致脑组织本身发生器质性病变而产生萎缩的一种现象，其病理表现为脑组织体积缩小，细胞数目减少，脑室和蛛网膜下腔扩大，当人体的大脑出现脑萎缩，那么会对人体的正常生活带来很多不必要的麻烦，因此对人体大脑是否出现脑萎缩的检测就显得格外重要。

相关技术中在检测脑萎缩时，一般是手动将人体脑部图像分成多个感兴趣区域，然后医生凭借经验在分好的感兴趣区域内手动标注病变区域，并在该标注的病变区域内提取特征，之后将提取的特征输入至训练好的分类器，得到病变区域的类别。

然而上述技术通过人工根据经验标注病变区域，存在检测效率低，且误检率高的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高检测效率和准确率的脑部图像检测方法、装置、计算机设备和存储介质。

一种脑部图像检测方法，该方法包括：

获取待检测对象的脑部图像；

将脑部图像划分成多个图像块，并将各图像块输入至对应的图像块层级网络中进行特征提取，得到各图像块的特征图；

对各图像块的特征图进行第一权重筛选处理，从各图像块的特征图中确定各候选图像块的特征图，各候选图像块的数量小于多个图像块的数量；

将各候选图像块的特征图输入至神经网络模型中，得到脑部图像对应的目标区域和脑部图像的类别。

在其中一个实施例中，在上述对各图像块的特征图进行第一权重筛选处理，从各图像块的特征图中确定各候选图像块的特征图之后，该方法还包括：

将各候选图像块的特征图进行区域组合，得到各组合区域特征图；

将各组合区域特征图输入至对应的区域层级网络中进行特征提取，得到各组合区域特征图的区域级特征图。

在其中一个实施例中，该方法还包括：

将各区域级特征图进行第二权重筛选处理，从各区域级特征图中确定各候选区域的特征图；各候选区域的数量小于各组合区域的数量。

在其中一个实施例中，上述将各候选图像块的特征图输入至神经网络模型中，得到脑部图像对应的目标区域和脑部图像的类别，包括：

将各候选区域的特征图进行特征拼接后输入至神经网络模型的个体层级网络中，得到脑部图像对应的目标区域和脑部图像的类别。

在其中一个实施例中，上述第一权重筛选处理用于计算各图像块的特征图对应的权重，并根据各图像块的特征图和对应的权重，得到各候选图像块的特征图；各候图像块的特征图为各图像块的特征图中权重大于预设阈值的特征图。

在其中一个实施例中，上述第二权重筛选处理用于计算各区域级特征图对应的权重，并根据各区域级特征图和对应的权重，得到各候选区域的特征图；各候区域的特征图为各区域级特征图中权重大于预设阈值的区域级特征图。