[发明专利]人体部位识别方法、计算机设备和可读存储介质

说明书

本发明涉及一种人体部位识别方法、计算机设备和可读存储介质，该方法包括：获取待分析的医学图像；将医学图像输入分类网络模型中，确定医学图像所属的人体部位；将医学图像输入人体部位对应的回归网络模型，得到医学图像中人体部位对应的标记。在该方法中，计算机设备通过分类网络模型，能够确定出医学图像所属的人体部位，再将医学图像输入确定出的医学图像所属的人体部位对应的回归网络模型，能够针对医学图像所属的人体部位准确地对医学图像中的人体部位进行标记，提高了得到的医学图像中人体部位对应的标记的准确度。

技术领域

本发明涉及医学图像领域，特别是涉及一种人体部位识别方法、计算机设备和可读存储介质。

背景技术

随着计算机辅助诊断技术的发展，计算机辅助诊断技术能够通过影像学、医学图像处理技术以及其他可能的生理、生化手段，结合计算机的分析计算，辅助发现病灶。在使用现有的计算机辅助诊断技术前，通过判断输入的医学影像所覆盖的人体部位，再根据确定的医学影像所覆盖的人体部位调用对应的计算机辅助诊断技术对该医学影像进行诊断，能够得到更加准确的诊断结果，因此，对医学图像所覆盖的人体部位进行判断就显得尤为重要。

传统技术中，是按照事先选定的关键点对人体的头颈部、胸肺部、腹盆腔分别进行分段线性分配标签，将标签与医学图像输入神经网络中进行训练，得到预先训练好的回归网络，从而利用该回归网络确定医学图像所覆盖的人体部位，实现对医学图像中覆盖的人体部位进行识别。

但是，传统的对人体部位识别的方法存在识别准确率较低的问题。

发明内容

基于此，有必要针对传统的对人体部位识别的方法存在识别准确率较低的问题，提供一种人体部位识别方法、计算机设备和可读存储介质。

第一方面，本发明实施例提供一种人体部位识别方法，所述方法包括：

获取待分析的医学图像；

将所述医学图像输入分类网络模型中，确定所述医学图像所属的人体部位；

将所述医学图像输入所述人体部位对应的回归网络模型，得到所述医学图像中人体部位对应的标记。

在其中一个实施例中，所述回归网络模型预先标记有对应的人体部位的标签，所述将所述医学图像输入所述人体部位对应的回归网络模型，得到所述医学图像中人体部位对应的标记之前，所述方法还包括：

根据所述医学图像所属的人体部位与所述回归网络模型的标签之间的对应关系，确定出所述人体部位对应的回归网络模型。

在其中一个实施例中，所述回归网络模型的训练过程包括：

获取第一样本医学图像；

将所述第一样本医学图像输入对应的预设的初始回归网络模型中，得到所述第一样本医学图像中人体部位的样本标记；

根据所述样本标记和预先对所述第一样本医学图像中人体部位的标记，得到所述初始回归网络模型的损失函数的值；

利用所述初始回归网络模型的损失函数的值，对所述初始回归网络模型进行训练，得到所述回归网络模型。

在其中一个实施例中，所述利用所述初始回归网络模型的损失函数的值，对所述初始回归网络模型进行训练，得到所述回归模型，包括：

根据所述初始回归网络模型的损失函数的值，得到所述初始回归网络模型的高斯核加权损失函数的值；

利用所述高斯核加权损失函数的值，对所述初始回归网络模型进行训练，得到所述回归模型。

在其中一个实施例中，不同的人体部位所对应的回归网络模型的高斯核加权损失函数不同。